Python keras中fit（）函数的参数类型是什么？

根据文件：

fit(x=None, y=None, batch_size=None, epochs=1, ...)

fit函数的参数是numpy数组：

论据

x:Numpy训练数据数组（如果模型有单个输入），或 Numpy阵列列表（如果模型有多个输入）。如果输入 模型中的图层已命名，您还可以传递字典映射 向Numpy数组输入名称。如果从馈送，则x可以为无（默认值） 框架本机张量（例如TensorFlow数据张量）

y：目标（标签）数据的Numpy数组（如果模型具有单个 输出），或Numpy数组列表（如果模型有多个输出）。 如果命名了模型中的输出层，还可以传递 将输出名称映射到Numpy数组的字典。y可以是零 （默认）如果从框架本机张量馈送（例如TensorFlow 数据张量）

但是我可以将

x

和

y

作为数据帧和序列传递

print(type(x_train))
print(type(y_train))

输出：

<class 'pandas.core.frame.DataFrame'>
<class 'pandas.core.series.Series'>

---

这个很好用。为什么会这样？

事实上，Keras源代码通过标准化以下文件中的输入数据涵盖了这种情况：

\u standarized\u user\u data

方法调用

standarize\u input\u data

函数，该函数使用

中的DataFrame.values

属性将DataFrame转换为Numpy数组：

对于

系列

，这一点在

标准化单数组

函数中更为含蓄：

---

事实上，Keras源代码中已通过标准化以下文件中的输入数据涵盖了此情况：

\u standarized\u user\u data

方法调用

standarize\u input\u data

函数，该函数使用

中的DataFrame.values

属性将DataFrame转换为Numpy数组：

对于

系列

，这一点在

标准化单数组

函数中更为含蓄：

---

因为作者很聪明，添加了这个功能

pandas

使用

numpy

因此很容易将数据帧转换为数组-

df。as_matrix（）

谢谢，我们可以查看源代码来查看吗？只是好奇，因为文档没有说什么。因为作者很聪明，添加了这个功能

pandas

使用

numpy

因此很容易将数据帧转换为数组-

df。as_matrix（）

谢谢，我们可以查看源代码来查看吗？只是好奇，因为文档里什么都没说。谢谢，熊猫系列也一样？谢谢，熊猫系列也一样？

model.fit(x_train, y_train, ..)

    # Case 2: Symbolic tensors or Numpy array-like.
    x, y, sample_weights = self._standardize_user_data(
        x, y,
        sample_weight=sample_weight,
        class_weight=class_weight,
        batch_size=batch_size)

    data = data.values if data.__class__.__name__ == 'DataFrame' else data

    elif x.ndim == 1:
        x = np.expand_dims(x, 1)