這是我關注的一位csdn博主的文章，淺顯易懂，看完就明白了！！！ ...

寫在前面： 從別處復制過來，感覺寫的清晰明了，當作復習材料，原作者鏈接在文末。 在訓練神經網絡的時候，我們難免會看到Batch、Epoch和Iteration這幾個概念。曾對這幾個概念感到模糊，看了網上的一些文章后，在這里做幾個小小的總結。 👉如有錯誤之處，還望指出。 名詞解釋 ...

①當this在普通方法中的時候表示當前正在調用該方法的對象的引用。 https://blog.csdn.net/qq_40065776/article/details/96316543 ...

取倒數第一個 ...

顯存占用 = 模型顯存占用 + batch_size × 每個樣本的顯存占用時間更寶貴，盡可能使模型變快（減少 flop）顯存占用不是和 batch size 簡單成正比，模型自身的參數及其延伸出來的數據也要占據顯存batch size 越大，速度未必越快。在你充分利用計算資源的時候，加大 ...

epoch：訓練時，所有訓練圖像通過網絡訓練一次​（一次前向傳播+一次后向傳播）；測試時，所有測試圖像通過網絡一次​（一次前向傳播）。Caffe不用這個參數。 batch_size：1個batch包含的圖像數目，通常設為2的n次冪，常用的包括64,128,256 ...

batch_size、epoch、iteration是深度學習中常見的幾個超參數： （1）batch_size：每批數據量的大小。DL通常用SGD的優化算法進行訓練，也就是一次（1 個iteration）一起訓練batchsize個樣本，計算它們的平均損失函數值，來更新參數 ...

c++中“::”和“:”啥意思 (1)“::” 1)類作用域操作符。“::”指明了成員函數所屬的類。如：M::f(s)就表示f（s）是類M的成員函數。 2)表示“域操作符”.例：聲明了一個類A，類A里聲明了一個成員函數void f()，但沒有在類的聲明里給 出f ...