我们需要在AutoKeras中使用final_fit吗？

Question

使用AutoKeras很简单：

// print to stdout using its default style                                                
writeln( 1.0 / 3.0 );

// create a new IO style with a precision of 15                                   
var style = new iostyle(precision=15);

// change stdout to use this new style                                          
stdout.lock();
stdout._set_style(style);
stdout.unlock();

// print using the new style                                                    
writeln( 1.0 / 3.0 );

// restore the default style and print once more                                
stdout.lock();
stdout._set_style(defaultIOStyle());
stdout.unlock();
writeln( 1.0 / 3.0 );

但是final_fit的功能是什么？该模型是否已经过合适的训练？如果我不使用final_fit，会有什么后果？评估是否给出不同的值？

另一个问题：如何获取有关搜索过程的信息：找到的模型数量，每个模型使用的时期，...以及其他一些统计信息？控制台输出是唯一的方法吗？

Answer 1

最终拟合在确定最佳结构后会在训练过程中使用验证数据，基本上，您需要在进行超参数调整之后再训练一些数据，从而根据验证数据的大小获得略有改进的模型。

所以我们是否需要它，可能不需要，取决于您的数据集大小，是否会损害模型（是否应该使用，取决于环境）。