BatchSize
BatchSize
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：
net = NetChain[{100, Tanh, 100, Tanh, 1}, "Input" -> "Scalar", "Output" -> "Scalar"];
trainingData = Table[i -> Sin[i], {i, -Pi, Pi, Pi / 300.}];
trained = NetTrain[net, trainingData, BatchSize -> 300]trained[Pi]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：
net = LinearLayer[];
data = Thread[RandomReal[1, 2000] -> RandomReal[1, 2000]];trained = NetTrain[net, data, MaxTrainingRounds -> 4, BatchSize -> 1];//AbsoluteTimingBatchSize 为 1000：
trained = NetTrain[net, data, MaxTrainingRounds -> 4];//AbsoluteTiming这也可以通过返回每秒由 NetTrain 处理的平均范例看出：
NetTrain[net, data, "MeanExamplesPerSecond", MaxTrainingRounds -> 4, BatchSize -> 1]NetTrain[net, data, "MeanExamplesPerSecond", MaxTrainingRounds -> 4, BatchSize -> 1000]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