在 TensorFlow 中，可以通過在數據集加載時指定 batch_size 參數來設置 batch size。例如，可以使用 tf.data.Dataset.batch() 方法來指定 batch size，如下所示：
batch_size = 32
dataset = tf.data.Dataset.from_tensor_slices((x_train, y_train))
dataset = dataset.batch(batch_size)
在訓練模型時，可以通過調用 dataset 的方法來獲取 batch 數據，如下所示：
for batch_data, batch_labels in dataset:
# 使用 batch_data 和 batch_labels 來訓練模型
通過設置合適的 batch size，可以在訓練模型時有效地利用計算資源，并且可以加快模型的訓練速度。通常情況下，合適的 batch size 取決于數據集的大小和模型的復雜度，需要根據具體情況進行調整。
