本文探讨了在人工智能模型训练中，Batch Size的概念及其灵活性。通常，Batch Size指的是每次迭代更新模型参数时输入样本的数量。训练时可以采用较大的批量以加速计算，但在预测阶段，可以设置为1进行单样本预测。理解Batch Size对模型性能的影响是优化模型训练过程的关键。
这表示该维度待定，你的输入是什么长度，它就是多少。一般来说第一个维度是指 batch_size，而 batch_size 一般不限制死的，在训练的时候可能是几十个一起训练，但是在运行模型的时候就一个一个预测，这时候 batch_size 就为 1 .
tf.placeholder(tf.float32,[None,num_input])中[None,]的作用
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
