1.シーケンシャルの場合
、バッチサイズを指定する場合は
、input_shapeではバッチサイズを指定できず、バッチはNoneしか指定できないため、input_shapeではなくbatch_input_shapeを最初のレイヤーの入力シェイプで使用する必要があります。
input_shapeおよびbatch_input_shape。
input_shapeにはバッチサイズは含まれません
。batch_input_shapeは、バッチサイズを含む入力全体の形状です。
2.機能の場合
入力パラメーターの
形状：バッチサイズを除くサイズタプル（整数）。バッチサイズを含まない形状タプル（整数）。たとえば、shape =（32、）は、期待される入力がバッチ内の32次元ベクトルであることを示します。
batch_shape：バッチサイズを含むサイズタプル（整数）。たとえば、batch_shape =（10、32）は、期待される入力が10個の32次元ベクトルであることを示します。batch_shape =（None、32）は、任意のバッチサイズの32次元ベクトルを示します。
公式サイトの説明はこんな感じ
# 作为 Sequential 模型的第一层
model = Sequential()
model.add(Dense(32, input_shape=(16,)))
# 现在模型就会以尺寸为 (*, 16) 的数组作为输入，
# 其输出数组的尺寸为 (*, 32)
# 在第一层之后，你就不再需要指定输入的尺寸了：
model.add(Dense(32))