小知识点【pytorch 生成图像，全部引用dataloader里的数据，注意Batch_size】

项目场景：pytorch 生成图像

描述：想全部引用dataloader里的数据

下面展示一些 代码片。

 image, label = next(iter(test_loader))
 
 for i in range(len(image)):

---

问题描述

疑惑：image的大小是Batch_size,而不是全部数据

---

原理分析：

提示：BATCH_SIZE:即一次训练所抓取的数据样本数量；BATCH_SIZE大小的影响

若BATCH_SIZE=m(训练集样本数量);相当于直接抓取整个数据集，训练时间长，但梯度准确。但不适用于大样本训练，比如IMAGENET。只适用于小样本训练，但小样本训练一般会导致过拟合[1]现象，因此不建议如此设置。

若BATCH_SIZE=1;梯度变化波动大，网络不容易收敛。

若BATCH_SIZE设置合适，梯度会变准确。

此时再增加BATCH_SIZE大小，梯度也不会变得更准确。

同时为了达到更高的训练网络精度，应该增大epoch，使训练时间变长。

 for image,label in test_loader:
 （必须全部迭代）

---

参考链接

感谢：https://zhuanlan.zhihu.com/p/133864576