pytorch GAN batch与epoch关系

batch ：

 

        当batch size是整个训练集时，就是纯正的梯度下降法

        当batch size为1时，就是纯正的随机梯度下降法。

当batch size介于1和整个训练集时，就是实际程序里用到的，那么我就此推测，batch越大应该才越接近于真正的梯度下降算法，结果应该会更好些。

epoch：

        epoch是什么呢，epoch是要设定的一个参数，可以设定为从1到无穷大，一个epoch意味着训练集中每一个样本都参与训练了一次。

        比如训练集有50000个样本，而我设定的batch size是50，也就是说每50个样本才更新一次参数，那么也就意味着一个epoch里会提取1000次bach，这样才会把每个样本都提取了一遍，更新了1000此参数。这是一个epoch里做的，一次类推，我要设定2000个epoch意味着把这个过程重复2000次。也就是训练集里的每个样本都被提取了2000次。