【实验操作】关于深度学习中的批处理数据的问题——epochs，batch_size，iterations

概念

batch

深度学习的优化算法，说白了就是梯度下降。按照损失函数的计算规模和每次的参数更新分类有三种方式。

1、批梯度下降(BGD——Batch gradient descent)

损失函数计算：遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。

特点：每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习

2、随机梯度下降（SGD——stochastic gradient descent）

损失函数计算：每看一个数据就算一下损失函数，然后求梯度更新参数。

特点：速度比较快，但是收敛性能不太好，可能在最优点附近晃来晃去，hit不到最优点。两次参数的更新也有可能互相抵消掉，造成目标函数震荡的比较剧烈。

3、小批梯度下降（mini-batch gradient decent）

为了克服两种方法的缺点，现在一般采用的是一种折中手段

损失函数计算：把数据分为若干个批，按批来更新参数，这样，一个批中的一组数据共同决定了本次梯度的方向，下降起来就不容易跑偏，减少了随机性。另一方面因为批的样本数与整个数据集相比小了很多，计算量也不是很大。

iterations

iterations（迭代）：每一次迭代都是一次权重更新，每一次权重更新需要batch_size个数据进行Forward运算得到损失函数，再BP算法更新参数。1个iteration等于