Tensorflow 培训时，模型如何处理单个批次的样本数（顺序或并行）？

对于训练模型，如果我使用5个批次，批次大小=10，我想问的是，对于进入keras.fit的单个批次，模型实际如何处理10个样本，是顺序处理还是并行处理

如果模型按顺序处理样本，那么为什么在增加批处理大小（图像集）时出现内存耗尽错误

---

我使用预先训练的模型来解决street2shop问题。任何答案或参考都是可观的。

通常处理是并行的，特别是如果使用GPU，这就是产生大加速的方式。这也是为什么会出现内存不足的情况，因为它需要更多内存。尝试进一步减小批处理大小，但这也取决于型号有多大以及GPU中有多少RAM。

谢谢您的回复。在CPU的情况下，它也是并行的（因为它也会给出内存错误），还是有其他东西？如果你能给我提供任何参考资料，那就太好了。@rahuland当然还有CPU，但在CPU中你有更多的可用内存（系统RAM）。