model.fit中的批次大小和Keras中的输入形状

Question

在keras文档中，用于密集层的输入张量将输入作为：

  

输入形状

     形状为(batch_size, ..., input_dim)的

nD张量。最常见的   情况将是形状为(batch_size, input_dim)的2D输入。

据我所知，输入张量中的批量大小是您提供的用于训练或预测的示例数量。

对于batch_size中的model.fit，

  

batch_size：整数或None。   每个梯度更新的样本数。如果未指定，batch_size将   默认为32。

那么2个批处理大小是否在做相同的事情，从而减少了输入数据，以防止内存完全填满？
另外，我知道输入形状中的batch_size是可选的，因为如果未指定，keras会放置None。是否在batch_size中指定了model.fit？

Answer 1

batch_size的两个参数都指的是同一件事，即您所描述的一次要向模型中输入多少个示例。

对于您的其他答案，也没有必要从官方keras网站（https://keras.io/models/model/）的model.fit函数下的model.fit函数“ batch_size：整数或无。每次更新梯度时采样。如果未指定，batch_size将默认为32英寸，类似于输入形状。