batch_size对于卷积神经网络训练的影响

学习卷积神经网络之前,听前辈们说过一些关于一次喂入的训练数据集对收敛的影响。

当时也半懂不懂的一只耳朵进一只耳朵出就没怎么当回事就过去了。

现在真正走到这一步的时候才发现这还是个不小的坑。

于是赶紧google了一波并记录下来。

------------------------------------先来看一个栗子-----------------------------------------

测试背景:20000张猫狗图片,epochs=200

环境1:GTX950M(2G),batch_size=40

环境2:GTX1070(8G),batch_size=125

因为是在两台不同的电脑上训练的,一台是我的笔记本一台台式机。年少无知的我这就奇了怪了,差距还不小,难道训练结果好坏还分显卡?我寻思着也不对呀,硬件层面的计算工作怎么可能会影响算法结果的好坏呢?

毕竟也是接受过九年义务教育的共产主义接班人,那就采用单一变量原则吧,我把两边的代码统一了,先从最可疑的b

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值