• 什么是batch
• small batch 和 large batch 的比较 ： large batch 更快，small batch 在训练集和测试集上效果效果更好
• 动量的意义和作用： 类似于物理上多了一点惯性，防止困在鞍点。 动量是之前所有梯度的加权和。
  

1. batch 是什么

没一轮epoch 都会分batch ， 每次batch 都不一样— shuffle

2. 为什么training 时要batch

batch 给training 带来了什么帮助？
如 batch = 20 和 batch_size =1
前者看完20个资料后更新参数
后者每看完一笔参数后，就更新参数。 只看一笔参数就更新参数的话，noise 更多，参数更新更加曲曲折折。

针对这个看起来：

• 前者冷却时间长，准
• 后者蓄力时间段，不准
  cpu :
  gpu 上并行计算：
  

Small Batch vs. Large Batch

然而，当考虑到 并行运行时， larger batch 不一定运行的时间更长.
当使用gpu 并行计算时，时间可能会变短。
但是，batch 也不能非常大， 太大的话 ，计算时间会增加很多

• batch_size 和 epoch 运行时间比较

对正确率的影响

问题： batch_size 越大，正确率越低在这里插入图片描述

• small batch 正确率更高
  
  使用small batch 时，训练更不容易陷入局部最优。

• testing 时 small_batch 的结果更好

总结

Momentum 动量

从物理角度，有动量的话，不会停留在鞍点处

一般的梯度

往梯度反方向前进

Gradient Descent+ Momemt

m 是过去所有 gradient 的加权总和

momvent 比纯粹gd 多往前走一点