假设内存中有32个训练示例(批量大小为32(。在for循环中调用fit32次与逐个调用batch_size=1有区别吗；或者把所有的经验放在一个数组中，调用fit一次，但以batch_size=32为参数？结果或表现会有什么不同吗？
for i in range(32):
model.fit(X,y,batch_size=1)
不要这样训练你的模特。！您的有效培训仅针对您的最后一批(在您的案例中为最后一个样本(
但是，以下方法将确保在所有样本上训练模型。所以总是这样训练。
model.fit(X,y,batch_size=32)
如果您考虑使用"for循环"，因为您无法同时将所有样本放入内存，那么您应该尝试fit_generator或fit_on_batch方法。
简短的回答是，批大小会影响速度和收敛性，因为更新发生在每个批之后。
然而，对于32的总训练规模，可能无关紧要