在Keras中，对多个单个数据点进行fit()操作与对整个数据集进行fit()操作是否相同？例如，进行单次

model.fit(train_X,          train_y,          batch_size=1,          epochs=1)

是否与以下操作相同？

for i in range(len(train_X)):    model.fit([train_X[i]],              [train_y[i]],              batch_size=1,              epochs=1)

还是有区别？

回答：

区别在于，对整个数据集进行model.fit()操作时，每个epoch都会对样本进行洗牌，这有助于学习过程。如果你采用循环的方式，权重更新将按照相同的样本顺序进行。

model.fit会在每个批次后更新权重，在你的例子中，即每个样本后。因此，除了洗牌之外，你提出的两种方法是相同的。