深度学习中的批次大小：解释 (1, 10000, 12) 形状

在深度学习中，'批次'（batch）是指同时处理的样本数量。'批次大小'（batch size）是指每个批次中包含的样本数量。

在这个例子中，输入数据的形状为 (1, 10000, 12)，其中 1 表示批次大小为 1。这意味着每个批次中只包含一个样本。也可以理解为每次模型更新时只使用一个样本进行训练。

批次大小的选择通常是根据计算资源和模型性能来确定的。较大的批次大小可以提高训练的效率，但可能会增加内存需求。较小的批次大小可以提高模型的泛化能力，但可能会增加训练时间。