我正在训练一个没有指定batch_size. 当我查看一个在训练期间保存所有批量大小的列表时，我发现 1200 似乎是最大批量大小。
我的输入数据有 1500 个样本。当我将批次大小指定为 1500 时，keras 仍然将其拆分为 1200 和额外的 300。当我没有指定某些内容时，我得到 37 乘以 32 批次加上大小为 16 (=1200) 的一个，然后是 9 乘以 32 加上一个尺寸为 12 (=300)。保存的批量大小：
我在这里查看了 keras Sequential 模型文档，但没有找到解释为什么会发生这种情况。
我想也许我的内存对于 1500 个样本来说太小了，但在计算过程中它只使用了大约 60%。这不是对第二个观察的解释。