batch_size
單次訓練用的樣本數，通常為2^N，如32、64、128...
相對於正常數據集，如果過小，訓練數據就收斂困難；過大，雖然相對處理速度加快，但所需內存容量增加。
使用中需要根據計算機性能和訓練次數之間平衡。
epoch
1 epoch = 完成一次全部訓練樣本 = 訓練集個數 / batch_size
iterations
1 epoch = 完成一次batch_size個數據樣本迭代，通常一次前向傳播+一次反向傳播
免責聲明！
本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。
猜您在找
機器學習中Batch Size、Iteration和Epoch的概念
epoch,iteration,batch,batch_size
【caffe】epoch,[batch_size],iteration的含義
神經網絡中的epoch、batch_size和iteration
機器學習必會整理1：Epoch, Batch, Iteration
深度學習-三個概念：Epoch, Batch, Iteration
深度學習中的batch_size,iterations,epochs等概念的理解
模型中的超參數（batch_size、epoch、batch）
深度學習中的batch、epoch、iteration的含義
深度學習中的batch, epoch, iteration的含義