RNN model.fit()の中の”Batch_size”と3D tensorの中の”Batch_size”の違いについて

Question

KerasのRNNで、model.fit()する時に、引数で"batch_size"がありますが、その"batch_size"と、
3D numpy arrayでmodelにデータを入力する時(batch_size, timesteps, input_dim)の"batch_size"の違いはありますか？

model.fit()のBatch_sizeのコード

3D numpy arrayの入力について

私は、下記のソースから、同じものだと把握しています。
https://stackoverflow.com/questions/57243055/batch-size-in-model-fit-and-input-shape-in-keras

ただ、実際はどうなのでしょうか？
皆様はどのように把握されていますか？

よろしくお願いいたします。

Comments

[quickquip]

「3D numpy arrayで入力する時」の部分の意味が不明です（何 **に** 入力する?）。コードを示した方がよいと思いますが。

[quickquip]

モデルとはなんですか? RNNのインスタンスですか? あなたがmodelと書いている何かですか? 前者かなと想像していたのですが、「モデル」と日本語で書かれたので違うのかな、と思ってしまいます。コードを示した方がよいと思いますが。

Answer 1

仮にmodelの第1層目がRNNだとしても、modelの入力つまりfit関数の第1引数のshapeは(batch_size, timesteps, input_dim)ではありません(そうである必要はありません）。

例えば、
入力のshapeの1番目つまり教師データの数が100で、batch_sizeが10なら、10個ずつ入力/学習を10回繰り返して1エポックになります。10=fit関数のbatch_size引数=RNN層の入力のshapeの1番目です。
入力のshapeの1番目が100で、batch_sizeが20なら、20個ずつ入力/学習を5回繰り返して1エポックになります。