batchSize未定义

非常抱歉，我之前的回答中确实忘记定义`batchSize`。`batchSize`是指在训练过程中每次处理的样本数量。这个值可以根据你的数据集大小和计算资源进行调整。

在深度神经网络训练中，通常使用批量梯度下降（Batch Gradient Descent）或随机梯度下降（Stochastic Gradient Descent）算法来更新模型参数。对于批量梯度下降，一次处理整个数据集；而对于随机梯度下降，一次只处理一个样本。

你可以根据自己的需求来选择合适的`batchSize`值。如果你的数据集较小，可以选择较大的`batchSize`，如32、64或128，以加快训练速度。如果你的数据集较大，你可能需要选择较小的`batchSize`，以确保内存足够，并且可以更好地利用计算资源。

以下是一个示例代码片段，其中定义了`batchSize`变量：

int batchSize = 64;  // 设置批量大小

DataSetIterator mnistTrain = new MnistDataSetIterator(batchSize, true, 123);
DataSetIterator mnistTest = new MnistDataSetIterator(batchSize, false, 123);

// 在训练过程中使用指定的批量大小
for (int i = 0; i < numEpochs; i++) {
    model.fit(mnistTrain);
}

请根据你的实际需求和数据集大小来选择适当的`batchSize`值。