keras batch_size和np_epoch参数理解

batch_size: 最小批次(mini-batch)包含测试数据的个数

np_epoch: 总共要执行几个最小批次.

训练的总次数=batch_size * np_epoch

性能调试, 两种参数方案:

batch size = 1, 50000 updates in on epoch

batch size = 10, 5000 updates in on epoch ( 这一组调试的梯度递减数据会比较稳定)

如果batch_size太大, 硬件会成为计算的瓶颈. 此外, batch_size太大还会导致很容易在梯度递减的过程中, 遇到 local minimalize, 因epoch的次数很小, 就会造成很快就结束学习过程.

用GPU配置 mini batch, 就可以达到计算加速的效果. 如果mini batch设为1, 则无法产生加速效果.