对于我在Keras中实现的前馈神经网络的输入，我想确认一下我的理解是否正确。
[[ 25.26000023 26.37000084 24.67000008 23.30999947][ 26.37000084 24.67000008 23.30999947 21.36000061][ 24.67000008 23.30999947 21.36000061 19.77000046]...]在上面的数据中，它是一个包含4个输入的时间窗口。我的输入层是
model.add(Dense(4, input_dim=4, activation='sigmoid')) model.fit(trainX, trainY, nb_epoch=10000,verbose=2,batch_size=4)批量大小是4，理论上当我调用fit函数时，每个nb_epoch函数会遍历所有这些输入吗？并且为了使这个时间窗口工作，批量大小必须是4吗？
谢谢@***
回答：
批量大小是4，理论上当我调用fit函数时，每个nb_epoch函数会遍历所有这些输入吗？
是的，每个epoch是对所有训练样本的迭代
为了使这个时间窗口工作，批量大小必须是4吗？
不，这些是完全不相关的事情。批量只是你训练数据的一个子集，用来计算成本函数真实梯度的近似。批量越大，你就越接近真实梯度（和原始的梯度下降），但训练速度会变慢。批量大小越接近1，它就变得越来越随机，噪声近似（和接近随机梯度下降）。你将批量大小和数据维度匹配只是一个奇怪的巧合，没有任何意义。
让我用更一般的设置来说明，在使用加性损失函数的梯度下降中（神经网络通常使用这种方法），你所做的是逆着梯度前进，这个梯度是
grad_theta 1/N SUM_i=1^N loss(x_i, pred(x_i), y_i|theta) = = 1/N SUM_i=1^N grad_theta loss(x_i, pred(x_i), y_i|theta)其中loss是基于你的pred（预测）与y_i（真实值）比较的某个损失函数。
在基于批量的场景中（粗略的想法），你不需要遍历所有示例，而是使用某个严格的子集，比如batch = {(x_1, y_1), (x_5, y_5), (x_89, y_89) ... }，并使用形式的梯度近似
1/|batch| SUM_(x_i, y_i) in batch: grad_theta loss(x_i, pred(x_i), y_i|theta)如你所见，这与x_i所在的空间没有任何关系，因此与你的数据维度没有联系。
