WOLFRAM

Wolfram 语言与系统参考资料中心

BatchSize

是 NetTrain 及相关函数的一个选项，指定要一同处理的一批范例的大小.

更多信息
Details and Options Details and Options
范例  
基本范例  
属性和关系  
参见
技术笔记
相关指南
历史
按以下格式引用：

BatchSize

BatchSize

是 NetTrain 及相关函数的一个选项，指定要一同处理的一批范例的大小.

更多信息

  • 设置 BatchSizen 指定 n 个范例应一起处理
  • 默认设置 BatchSize->Automatic 指定 BatchSize 应根据可用的 GPU 或系统内存等因素进行选择.
  • 当通过编写 net[input,BatchSize->n] 对网络进行计算时，可指定 BatchSize. 如果通过 TargetDevice->"GPU" 也同时指定了 GPU 计算，这将变得很重要，因为在这种情况下，内存通常更受限制.
  • 对于包含动态维度（通常指定为 "Varying"）的网络，通常会自动将 BatchSize 设为 16.
  • 可通过 "BatchSize" 属性从 NetTrainResultsObject 中获取训练的 BatchSize.

范例

打开所有单元 关闭所有单元

基本范例  (1)

定义一个单层神经网络，并以 BatchSize 为300来训练该网络：

预测新输入的值：

属性和关系  (1)

在使用较大的 batch size 时， NetTrain 通常每秒处理更多的输入，代价是使用更多的内存. 训练一个 BatchSize 为 1 的简单网络：

BatchSize 为 1000：

这也可以通过返回每秒由 NetTrain 处理的平均范例看出：

根据任务的不同，较大的 batch size 对最终所得网络的质量帮助不大，并可能在 GPU 上进行训练时耗尽可用内存. 此外，只要 batch size 足够大，足以给出梯度的低方差估计，则最好采用较小的 batch size，将给定的训练时间用来进行更频繁地更新.

Wolfram Research (2016)，BatchSize，Wolfram 语言函数，https://reference.wolfram.com/language/ref/BatchSize.html （更新于 2018 年）.

文本

Wolfram Research (2016)，BatchSize，Wolfram 语言函数，https://reference.wolfram.com/language/ref/BatchSize.html （更新于 2018 年）.

CMS

Wolfram 语言. 2016. "BatchSize." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2018. https://reference.wolfram.com/language/ref/BatchSize.html.

APA

Wolfram 语言. (2016). BatchSize. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/BatchSize.html 年

BibTeX

@misc{reference.wolfram_2025_batchsize, author="Wolfram Research", title="{BatchSize}", year="2018", howpublished="\url{https://reference.wolfram.com/language/ref/BatchSize.html}", note=[Accessed: 18-September-2025]}

BibLaTeX

@online{reference.wolfram_2025_batchsize, organization={Wolfram Research}, title={BatchSize}, year={2018}, url={https://reference.wolfram.com/language/ref/BatchSize.html}, note=[Accessed: 18-September-2025]}