机器学习基本概念：batch_size、epoch、 iteration

2024年1月20日 256次阅读来源: 机器学习

batch_size

单次训练用的样本数，通常为2^N，如32、64、128…

相对于正常数据集，如果过小，训练数据就收敛困难；过大，虽然相对处理速度加快，但所需内存容量增加。

使用中需要根据计算机性能和训练次数之间平衡。

1 epoch = 完成一次全部训练样本 = 训练集个数 / batch_size

1 epoch = 完成一次batch_size个数据样本迭代，通常一次前向传播+一次反向传播

    原文作者：机器学习
    原文地址: https://www.cnblogs.com/xbit/p/9783327.html
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。