是否可以在 keras 中使用动态批量大小？

Question

我查看或编写的 Keras 代码在训练期间具有固定的批量大小（即 32、64、128 ...）。我想知道是否可以使用动态批量大小。 （比如第一次迭代 104，下一次迭代 82，下一次迭代 95，以此类推。）

我目前正在使用 tensorflow 后端。

Answer 1

如果您进行循环训练而不是合身训练，这是可能的。一个例子

from random import shuffle    

dataSlices = [(0,104),(104,186),(186,218)]

for epochs in range(0,10):
    shuffle(dataSlices)
    for i in dataSlices:
        x,y = X[i[0]:i[1],:],Y[i[0]:i[1],:]
        model.fit(x,y,epochs=1,batchsize=x.shape[0])
        #OR as suggest by Daniel Moller
        #model.train_on_batch(x,y)

这将假设您的数据是 2d numpy 数组。如果您愿意，可以进一步扩展此想法以使用fit_generator() 代替 for 循环（请参阅docs）。

Answer 2

使用None 设置任何批量大小。特别是this answer 解释它。