一、batch

回顾epoch、shuffle

 batch size大还是小？都有好处

大batchsize的好处

由于GPU有并行计算的能力，左边并不一定用时更长

反而是，batch size小的时候，要跑完一个epoch所用的update时间更长，所以时间方面的比较真不好说~

小batchsize的好处

实验表明，小的batch size拥有更好的性能（优化方面的问题）

粗略分析，可能是由于小batchsize时，噪声更多，更不容易困住。

实验表明，就算在训练集上效果差不多，在测试集上可以看出小batchsize效果更好！

原因可能是，假设测试集损失与训练集损失有一个左右的平移，小batchsize是缓慢更新接近目标的，曲线更平缓，不容易预测差别太大。但大batchsize是看完所有数据再更新的，可能会更陡峭，此时平移后会发生较大改变。

总结

所以我们就拥有了一个超参数需要调整：batchsize！下表是他们的优劣

现在需要选择合适的batchsize，兼顾两者优点

二、momentum

来源

考虑物理世界，运动的物理会有动量，有顺着速度方向运动的趋势

一般的（香草的）梯度下降方法

加入momentum 后

加上动量后，需要考虑前一步梯度的方向（矢量求和）

动量也是与g有关，可以写成如下表达方式

加上动量后，损失运动的方式：不会停留在梯度=0的地方，遇到上坡时由于惯性也会继续往前试试寻找下坡。。。

三、总结