Python Keras序列模型中的最大安全批量

我正在训练一个Keras顺序模型，其中我没有指定

批量大小

。当我查看培训期间保存所有批次大小的列表时，我发现1200似乎是最大批次大小

我的输入数据有1500个样本。当我将批量大小指定为1500时，keras仍然将其拆分为1200和额外的300。当我不指定某个东西时，我得到37乘以32批次加上一个16号（=1200），然后是9乘以32再加上一个12号（=300）。保存的批大小：

我查阅了keras顺序模型文档，但没有找到解释为什么会发生这种情况

---

我想我的内存是否太小，无法容纳1500个样本，但在计算过程中，它只使用了大约60%。这并不能解释第二个观察结果。

这是因为默认情况下，使用它进行训练需要80%的数据，使用它进行测试需要20%的数据。

可能需要80%到20%的数据，就像80%训练20%的测试一样。我问自己，我怎么看不到这一点。你说得对，这就是原因。