使用 AutoKeras 很简单：
clf = ImageClassifier(verbose=True)
clf.fit(x_train, y_train, time_limit=12 * 60 * 60)
clf.final_fit(x_train, y_train, x_test, y_test, retrain=True)
y = clf.evaluate(x_test, y_test)
但是final_fit的功能是什么？模型不是已经进行了拟合训练吗？如果我不使用final_fit，后果是什么？评估是否给出了不同的值？
另一个问题：我如何获得有关搜索过程的一些信息：找到的模型数量，每个模型使用的时期，...和其他一些统计数据？控制台输出是唯一的方法吗？
Final fit 在训练期间使用验证数据，一旦它找出最佳结构，基本上，在尝试超参数调整后，您可以训练更多的数据，以根据您的验证数据大小获得略微改进的模型。
那么我们是否需要它，也许不需要，这取决于你的数据集大小，它会伤害模型吗，很可能不需要，如果你使用它，取决于情况。