在合理范围内，增大 Batch_Size 有何好处？
①内存利用率提高了，大矩阵乘法的并行化效率提高。
②跑完一次 epoch（全数据集）所需的迭代次数减少，对于相同数据量的处理速度进一步加快。
③在一定范围内，一般来说 Batch_Size 越大，其确定的下降方向越准，引起训练震荡越小。
盲目增大 Batch_Size 有何坏处？
①内存利用率提高了，但是内存容量可能撑不住了。
②跑完一次 epoch（全数据集）所需的迭代次数减少，要想达到相同的精度，其所花费的时间大大增加了，从而对参数的修正也就显得更加缓慢。
③Batch_Size 增大到一定程度，其确定的下降方向已经基本不再变化
GPU对2的幂次的batch可以发挥更佳的性能，因此设置成16、32、64、128…时往往要比设置为整10、整100的倍数时表现更优
版权声明：本文为weixin_36836622原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。