매개변수 desc
- x: 데이터들
- y: 실제값(들)
- batch_size: 모델 한번 돌 때 사용할 샘플 수
- epochs: 학습횟수
- verbose: 출력정보 컨트롤
0: 출력 X
1: 진행 바(Progress bar) 표시
2: 에포크마다 한 줄의 로그 표시 - callbacks: 학습 중에 호출될 콜백 목록, 예를 들면, 모델 저장이나 Early Stopping 등의 기능을 제공하는 객체들
- validation_split: 0과 1 사이의 부동소수점 값. 학습 데이터의 일부를 검증 데이터로 자동 분할하기 위해 사용
- validation_data: 검증을 위한 데이터(tuple 또는 tf.data 데이터셋)
- shuffle: 각 에포크마다 데이터를 섞을지 여부를 지정
- class_weight: 클래스별 가중치를 설정할 딕셔너리
- sample_weight: 샘플별 가중치를 포함하는 numpy 배열
- initial_epoch: 학습 시작 시 시작할 에포크 번호, 이전에 중단된 학습을 재개할 때 유용
- steps_per_epoch: 한 에포크에 사용될 학습 단계 수, 주로 tf.data 데이터셋을 사용할 때 설정
- validation_steps: 검증을 실행할 때 사용될 단계의 수
- validation_batch_size: 검증할 때 "한 번에" 사용할 샘플 수
- validation_freq: 검증을 몇 에포크마다 수행할지 결정
- max_queue_size: 생성자(generator)를 사용할 때 최대 큐 크기
- workers: 생성자를 사용할 때 동시에 실행할 작업자(worker)의 수
- use_multiprocessing: 생성자를 사용할 때 멀티 프로세싱을 사용할지 여부를 지정
ㅎ