keras模型预测不适合，这意味着什么？

Question

我在tensorflow 2.0 API上看到了以下示例代码

model = Sequential()
model.add(Embedding(1000, 64, input_length=10))
# the model will take as input an integer matrix of size (batch,
# input_length).
# the largest integer (i.e. word index) in the input should be no larger
# than 999 (vocabulary size).
# now model.output_shape == (None, 10, 64), where None is the batch
# dimension.

input_array = np.random.randint(1000, size=(32, 10))

model.compile('rmsprop', 'mse')
output_array = model.predict(input_array)
assert output_array.shape == (32, 10, 64)

我已经使用keras API几天了，编译，安装然后预测是我的方式。

上面的示例没有适合的步骤意味着什么？

Answer 1

它表示在不使用fit()的模型中使用初始化参数。本示例仅用于说明Embedding layer的返回形状。