映射需要知道哪几个参数
fit函数作用？
fit函数作用？
fit( x, y, batch_size32, epochs10, verbose1, callbacksNone,
validation_split0.0, validation_dataNone, shuffleTrue,
class_weightNone, sample_weightNone, initial_epoch0)
1
2
3
1
2
3
x：输入数据。如果模型只有一个输入，那么x的类型是numpy
array，如果模型有多个输入，那么x的类型应当为list，list的元素是对应于各个输入的numpy array
y：标签，numpy array
batch_size：整数，指定进行梯度下降时每个batch包含的样本数。训练时一个batch的样本会被计算一次梯度下降，使目标函数优化一步。
epochs：整数，训练终止时的epoch值，训练将在达到该epoch值时停止，当没有设置initial_epoch时，它就是训练的总轮数，否则训练的总轮数为epochs - inital_epoch
verbose：日志显示，0为不在标准输出流输出日志信息，1为输出进度条记录，2为每个epoch输出一行记录
callbacks：list，其中的元素是的对象。这个list中的回调函数将会在训练过程中的适当时机被调用，参考回调函数
validation_split：0~1之间的浮点数，用来指定训练集的一定比例数据作为验证集。验证集将不参与训练，并在每个epoch结束后测试的模型的指标，如损失函数、精确度等。注意，validation_split的划分在shuffle之前，因此如果你的数据本身是有序的，需要先手工打乱再指定validation_split，否则可能会出现验证集样本不均匀。
validation_data：形式为（X，y）的tuple，是指定的验证集。此参数将覆盖validation_spilt。
shuffle：布尔值或字符串，一般为布尔值，表示是否在训练过程中随机打乱输入样本的顺序。若为字符串“batch”，则是用来处理HDF5数据的特殊情况，它将在batch内部将数据打乱。
class_weight：字典，将不同的类别映射为不同的权值，该参数用来在训练过程中调整损失函数（只能用于训练）
sample_weight：权值的numpy
array，用于在训练时调整损失函数（仅用于训练）。可以传递一个1D的与样本等长的向量用于对样本进行1对1的加权，或者在面对时序数据时，传递一个的形式为（samples，sequence_length）的矩阵来为每个时间步上的样本赋不同的权。这种情况下请确定在编译模型时添加了sample_weight_modetemporal。
initial_epoch: 从该参数指定的epoch开始训练，在继续之前的训练时有用。
fit函数返回一个History的对象，其History.history属性记录了损失函数和其他指标的数值随epoch变化的情况，如果有验证集的话，也包含了验证集的这些指标变化情况
硬盘重映射扇区这几个参数是啥意思？
意思是硬盘上有扇区损坏了。
在电脑使用的过程中，如果发现无法正常进行写入，就说明硬盘扇区出现了问题造成重映射扇区计数。通常会在05、c5和c6这三项出现重映射扇区计数的问题。如果这三个区域出现问题，多表明硬盘的健康状况出现危机。
当硬盘中某一个扇区出现问题了，硬盘自身就会重新找一个扇区去替换上那个有问题的扇区。比如我们观看的体育比赛，当比赛场上一名球员受伤了，就会有替补人员上去替换上场，所以当硬盘某扇区损坏，就会有备用的映射扇区来替换维持数据，所以短时间是不会影响电脑数据的运行。
但是我们也知道，球场的替补人员也是有限的，当没有替补人员上场，比赛就会结束。
而硬盘也是这样，当出现重映射扇区计数，备用的映射扇区也有使用数目，用完了就会出现硬盘的物理坏道现象，物理损伤很难用软件来进行修复。
当硬盘参数为100以上时，硬盘还是可以正常使用的。但是，当数值一直在下降，就要抓紧时间把电脑硬盘里的数据备份出来。因为电脑硬盘已经开始走向报废了。