python - keras模型预测不拟合，这是什么意思？

Question

我在 tensorflow 2.0 API 上看到以下示例代码

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、拟合然后预测是我的方式。

上面的例子没有拟合步骤意味着什么？

Answer 1

它表示在没有fit()的情况下在模型中使用初始化参数。这个例子只是为了说明Embedding层的返回形状。