[英]Batch size in model.fit and input shape in Keras
在keras文档中,密集层的输入张量将输入作为:
输入形状
具有以下形状的nD张量:
(batch_size, ..., input_dim)
。 最常见的情况是形状为(batch_size, input_dim)
的2D输入。
据我了解,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model.fit
的batch_size
,
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,减少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keras如果未指定则放置None
。 在model.fit
指定batch_size
是否必要?
这两个batch_size参数都指的是同一件事,即您所描述的一次要向模型中馈入的示例数量。
至于你的其他的答案,这是没有必要的model.fit
从官方网站keras功能( https://keras.io/models/model/下) model.fit
功能“的batch_size:整数或无号码的。每个梯度更新采样。如果未指定,batch_size将默认为32英寸,类似于输入形状。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.