Hay alguna forma de hacerle el tunning pero con el tamaño del batch_size. Tengo un data_set de 40k archivos, es evidente que si entreno c...

Hola Sebastián Alejandro, Excelente pregunta, si se podría realizar. Con Keras Tunner podrías realizar tunning a cualquier variable del modelo, el código quedaría de la siguiente manera:

class MyHyperModel(kt.HyperModel):
    def build(self, hp):
        model = tf.keras.models.Sequential()
        model.add(tf.keras.layers.Conv2D(75, (3,3), activation= "relu", input_shape = (28, 28, 1)))
        model.add(tf.keras.layers.MaxPool2D((2,2)))
        model.add(tf.keras.layers.Flatten())

        hp_units = hp.Int("units", min_value = 32, max_value = 512, step = 32)
        model.add(tf.keras.layers.Dense(units=hp_units,activation = "relu", kernel_regularizer= regularizers.l2(1e-5)))
        model.add(tf.keras.layers.Dropout(0.2))
        model.add(tf.keras.layers.Dense(128,activation = "relu", kernel_regularizer= regularizers.l2(1e-5)))
        model.add(tf.keras.layers.Dropout(0.2))
        model.add(tf.keras.layers.Dense(len(classes), activation = "softmax"))

        hp_learning_rate = hp.Choice('learning_rate', values = [1e-2, 1e-3, 1e-4])

        model.compile(optimizer = keras.optimizers.Adam(learning_rate=hp_learning_rate),loss = "categorical_crossentropy", metrics = ["accuracy"])

        return model

    def fit(self, hp, model, *args, **kwargs):
        return model.fit(
            *args,
            batch_size=hp.Choice("batch_size", [16, 32]),
            **kwargs,
        )

tuner = kt.RandomSearch(
    MyHyperModel(),
    objective="val_accuracy",
    max_trials=3,
    overwrite=True,
    directory="models/",
    project_name="platzi-tunner",
)

tuner.search(train_generator, epochs =20, validation_data = validation_generator)
best_hps = tuner.get_best_hyperparameters(num_trials =1)[0]
print(best_hps.get("batch_size"))

Modifique un poco la función constructor_modelos y cree una clase para construir el modelo y para entrenarlo, en la clase entrenamiento es donde agrego el batch size.

Ten presente que el sistema va a encontrar el batch size que genere el val_accuracy más alto (No se está teniendo en cuenta capacidad de cómputo).

Me cuentas que tal, saludos