Keras model.fitの出力をどのように解釈するのですか？

Question

私はKerasを使い始めました。私が働いているサンプルは、モデルを持っており、次のスニペットは、

from sklearn.preprocessing import LabelBinarizer 
label_binarizer = LabelBinarizer() 
y_one_hot = label_binarizer.fit_transform(y_train) 

model.compile('adam', 'categorical_crossentropy', ['accuracy']) 
history = model.fit(X_normalized, y_one_hot, nb_epoch=3, validation_split=0.2) 

は、私は次の応答を得るモデルを実行するために使用されます。

Using TensorFlow backend. Train on 80 samples, validate on 20 samples Epoch 1/3 

32/80 [===========>..................] - ETA: 0s - loss: 1.5831 - acc: 
0.4062 80/80 [==============================] - 0s - loss: 1.3927 - acc: 
0.4500 - val_loss: 0.7802 - val_acc: 0.8500 Epoch 2/3 

32/80 [===========>..................] - ETA: 0s - loss: 0.9300 - acc: 
0.7500 80/80 [==============================] - 0s - loss: 0.8490 - acc: 
0.8000 - val_loss: 0.5772 - val_acc: 0.8500 Epoch 3/3 

32/80 [===========>..................] - ETA: 0s - loss: 0.6397 - acc: 
0.8750 64/80 [=======================>......] - ETA: 0s - loss: 0.6867 - acc: 
0.7969 80/80 [==============================] - 0s - loss: 0.6638 - acc: 
0.8000 - val_loss: 0.4294 - val_acc: 0.8500 

documentationが言うにそのフィット戻り

履歴インスタンス。その履歴属性には、トレーニング中に収集されたすべての情報 が含まれています。

誰でも履歴インスタンスの解釈方法を知っていますか？

たとえば、32/80は何を意味しますか？私は80がサンプルの数であると仮定しますが、32は何ですか？ ETA：0秒？

Answer 1

32は、お客様のバッチサイズです。 32をデフォルト値にしておきたい場合は、フィット関数で変更することができます。

最初のバッチが訓練された後、Kerasは1エポックの訓練期間（ETA：到着予定時刻）を見積もります。これは、すべてのサンプルで1回の訓練と同等です。

トレーニングサンプルと検証サンプルの損失（予測と真のラベルの違い）とメトリック（あなたの場合は精度）が得られます。