深度学习中的batch_size设置

Dear 丶 2022-05-16 11:36 764阅读 0赞

Batch\_Size（批尺寸）是深度学习中的重要参数，本文通过讲解batch\_size存在的原因，选取合理的参数值的优缺点，建议设置的大小。

##  一、**Mini-batches** 方法的重要性 ##

如果数据集比较小，完全可以把整个数据集用来训练，**这样**有 2 个好处：其一，由全数据集确定的方向能够更好地代表样本总体，从而更准确地朝向极值所在的方向。其二，由于不同权重的梯度值差别巨大，因此选取一个全局的学习率很困难。

对于数据集变得很大的话， 2 个坏处：其一，随着数据集的海量增长和内存限制，电脑内存会爆炸，然而迭代一次所花的时间很长，要很长时间权值才更新一次，所以训练时间就长了。其二，以 Rprop 的方式迭代，会由于各个 Batch 之间的采样差异性，各次梯度修正值相互抵消，无法修正。这才有了后来 **RMSProp** 的妥协方案。

下图为用整个数据集训练：

![70][]

下图为采用**Mini-batches**的效果：

![70 1][]

所以如果用batch\_size的话，一次迭代的样本数batch\_size大小，这样可以加快训练速度。同时收敛的速度也是大大加快，几乎一步就走到了合适的参数范围

### **1.1在线学习** ###

一个极端，就是每次只训练一个样本，即 Batch\_Size = 1。这就是**在线学习（Online Learning）**。。使用在线学习，每次修正方向以各自样本的梯度方向修正，横冲直撞，很**难以达到收敛**。**如图所示**：

![这里写图片描述][20151112195814221]

## 二、采用合适的batch\_size值 ##

因为如果数据集足够充分，那么用一半（**甚至少得多**）的数据训练算出来的梯度与用全部数据训练出来的梯度是**几乎一样**的。

### 在合理范围内，增大 Batch\_Size 优缺点 ###

*  提高了内存的利用率，大矩阵乘法的并行化效率提高。
 *  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。
 *  在合理范围内，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 缺点： ###

*   内存溢出、训练时间增加、收敛缓慢、局部最优，泛化性差
 *  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。
 *  Batch\_Size 增大到一定程度，其确定的下降方向已经基本不再变化。

## 三、mini-batch 的大小设置： ##

通常是10到100。大小最好是2的n次方，如16,32,64,128

[70]: /images/20220516/5ec8e57a5903450b8b337ae379e54adc.png
[70 1]: /images/20220516/9cd07f4e3c364d708cd70de1673f457e.png
[20151112195814221]: /images/20220516/910d7e6bc3d94a74b00031050e06f781.png