model.fit中的批次大小和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

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？

Answer 1

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。