这个交叉验证的帖子可能会回答你的问题。

简而言之：

• 单个批次（即一个批次中的所有数据）将在损失表面上产生平滑的轨迹。缺点是您的所有数据可能不适合您的内存。这很可能是约 100k 图像。

• 每批次一张图像（批次大小 = 示例数）将导致更加随机的轨迹，因为梯度是在单个示例上计算的。优点是具有计算性质和更快的训练时间。

中间方法是选择批次大小，使批次适合内存并且梯度表现得不那么“嘈杂”。老实说，没有“黄金”数字，我个人喜欢选择 2 的幂。

不要担心您的数据不能被批量大小整除。图书馆会在内部处理这个问题，最后一批将比定义的批大小小（$N \text{ mod } b$）。

来自 Coursera 上的 Andrew 课程，batch_size应该是 2 的幂，例如：512、1024、2048。训练速度会更快。

例如，您不需要将最后一张图片拖放到batch_size5 张。该库喜欢 Tensorflow 或 Pytorch，最后一个batch_size是number_training_images % 55 是你的batch_size.

最后但并非最不重要的一点是，batch_size 需要适合您的内存训练（CPU 或 GPU）。你可以尝试几个大的batch_size来知道哪个值没有内存不足。越小number_mini_batch = number_training_image//batch_size + 1，训练时间越快。

希望他们能帮助你！