python - model.fit 中的批量大小和 Keras 中的输入形状

Question

在 keras 文档中，密集层的输入张量将输入作为：

输入形状

nD 张量，形状：(batch_size, ..., input_dim)。最常见的情况是带有 shape 的 2D 输入(batch_size, input_dim)。

据我了解，输入张量中的批量大小是您为训练或预测提供的示例数量。

对于batch_sizein model.fit，

batch_size：整数或None. 每次梯度更新的样本数。如果未指定，batch_size将默认为 32。

那么 2 批大小是否在做同样的事情，减少输入数据以防止内存完全填满？
另外，我知道batch_size输入形状是可选的，因为 keras 放置了一个None如果未指定。batch_size是否需要指定model.fit？

标签： pythonkeras

Answer 1

两个 batch_size 参数都指的是同一件事，即您所描述的一次将多少个示例输入模型。

至于你的其他答案，model.fitkeras官方网站（https://keras.io/models/model/）函数下的model.fit函数“batch_size：整数或无。每次梯度更新的样本数。如果未指定，batch_size 将默认为 32"，类似于输入形状。