为什么批次的数量会影响训练结果？

开始我认为训练集中的的所有数据都会训练，那分不分批次无关紧要，一个批次多少训练集也无关。

根据查阅资料，估计应该是这样的？

假设1000人在讨论某个方案（权重设置）应该如何做。那一个人一个的讨论，每次就是倾向他自己的最优方案，权重是想他自己靠近。

而如果一次100个人，那讨论的结果就是最大可能的倾向这100个人整体，而不是某一个人。

那这个就导致权重更平整化。同时也不是逐个样本更新梯度，而是对整个批次的样本同时进行计算，然后一次性更新梯度。同时这里也利用了GPU的并行计算。

一个人的意见有时候可能会比较偏激，导致方案变化大（权重变化大），波动比较大？

而100人的意见可能就比较平稳，导致波动小，导致更平稳的训练过程和更快的收敛。