В Keras размер пакета не имеет никакого отношения к тому, как вводятся данные. Размер пакета определяет, сколько параллельных выборок будет подаваться в сеть за обновление градиента. Более четкое объяснение размера пакета зависит от сети. Например, в RNN с состоянием размер пакета N означает, что входной тензор содержит N независимых рядов. Один пакетный процесс продвигается вперед по всем сериям N на один образец. Таким образом, в каждой партии N выборок (1 из каждой N независимых серий) обрабатываются, а градиент обновляется.
Следовательно, в вашем случае кажется, что для выборок есть только один поток, если выборки типа временных рядов данных, поэтому у нас определенно есть batch_size=1. Если до развертывания модели у вас есть набор данных для обучения модели, вы можете прочитать их все в памяти и fit модели и после развертывания в качестве новых наблюдений при условии, что вы можете train_on_batch или fit модель снова и снова. Там нет предела, сколько раз вы fit модель.