Tensorflow keras model.fit with validation data（验证数据拟合）-使用哪个批次大小来评估验证数据？

我想用里面的验证数据验证我的模型

model.fit(x_train, y_train, batch_size= 50, epochs=1,validation_data=(x_test,y_test))

现在，我想以批量大小=50的方式进行训练。我的验证数据x_测试的长度大约为1000。 正如我可以从文档中读取的那样，验证数据在每个历元之后用于评估。所以我假设使用了模型评估方法？但使用的批量是多少

我的验证数据大于fit方法中的批次大小

这是怎么处理的

如果只使用培训批次大小，但验证数据更大，结果如何？每批的val_acc是否平均

---

我想在一批中对所有数据进行验证。

Keras在

model.fit（）中使用相同的
batch\u size
参数进行培训和验证。见讨论

如果您打算对整个验证数据进行评估，您可以编写一个回调函数，并在每个历元后对整个验证数据运行
model.evaluate（）
。
是的，基本上它将对整个验证数据运行
evaluate（）
。因此，您可以在验证数据上看到损失和度量值。这是否回答了您的问题？或者您还有更多问题？因此，如果我理解您的意思，fit（）方法中验证数据的评估没有使用fit方法中的批大小？抱歉，我得到了错误的信息。
model.fit
中的
batch\u size
参数用于培训和验证。来自该男子本人的确认：）但您说：“是的，基本上它将对整个验证数据运行evaluate（）。”因此，整个数据集不仅仅是批量大小的数据集……是的。我是这么说的。我错了。我现在被纠正了。好吧，那么你建议用model.evaluate（batch_size=I want）回调？是的，我相信这是最简单的方法。