Keras输入数组（x）不能有不同数量的样本？

Question

我在当前的keras中发现，所有输入数组（x）应该具有相同数量的样本。

对于许多多输入和多输出模型，如果我们可以为每个输入定义不同数量的样本（也称为批量大小），则更为可取。

这对于一个输入X1更便宜的情况非常重要。比另一个输入X2。

现在说我有两个输入X1，X2和两个输出Y1，Y2。 Y1是X1的函数，Y2是X1，X2的函数。 映射X1-> Y1比映射X1，X2-> Y2更快（更便宜＆＃39;）。 因此，我可能需要大批量的X1和小批量的X2。

或者是否可以破解当前代码以便以不同的批量大小进行输入？

期待任何能给我一些建议的人。谢谢！

Answer 1

您可以为样品执行不同的权重。通过设置样本权重变量（https://keras.io/models/model/#fit），您的训练算法将考虑更便宜的样本。

如果要训练不同的批量大小，则需要使用model.train_on_batch并传入不同的批量大小。这实际上意味着你编写自己的拟合循环。