这是我关注的一位csdn博主的文章，浅显易懂，看完就明白了！！！ ...

写在前面： 从别处复制过来，感觉写的清晰明了，当作复习材料，原作者链接在文末。 在训练神经网络的时候，我们难免会看到Batch、Epoch和Iteration这几个概念。曾对这几个概念感到模糊，看了网上的一些文章后，在这里做几个小小的总结。 👉如有错误之处，还望指出。 名词解释 ...

①当this在普通方法中的时候表示当前正在调用该方法的对象的引用。 https://blog.csdn.net/qq_40065776/article/details/96316543 ...

取倒数第一个 ...

显存占用 = 模型显存占用 + batch_size × 每个样本的显存占用时间更宝贵，尽可能使模型变快（减少 flop）显存占用不是和 batch size 简单成正比，模型自身的参数及其延伸出来的数据也要占据显存batch size 越大，速度未必越快。在你充分利用计算资源的时候，加大 ...

epoch：训练时，所有训练图像通过网络训练一次​（一次前向传播+一次后向传播）；测试时，所有测试图像通过网络一次​（一次前向传播）。Caffe不用这个参数。 batch_size：1个batch包含的图像数目，通常设为2的n次幂，常用的包括64,128,256 ...

batch_size、epoch、iteration是深度学习中常见的几个超参数： （1）batch_size：每批数据量的大小。DL通常用SGD的优化算法进行训练，也就是一次（1 个iteration）一起训练batchsize个样本，计算它们的平均损失函数值，来更新参数 ...

c++中“::”和“:”啥意思 (1)“::” 1)类作用域操作符。“::”指明了成员函数所属的类。如：M::f(s)就表示f（s）是类M的成员函数。 2)表示“域操作符”.例：声明了一个类A，类A里声明了一个成员函数void f()，但没有在类的声明里给 出f ...