深度学习之批量训练数据集大小对训练结果的影响

在学习深度学习的过程当中，发现不少例子都采用批量训练的方法，好比每次迭代从数据集中选择50或者100条数据进行训练计算。这么作的好处是能够加快运算速度，可是，通过测试发现，过大批训练数据，容易引发训练结果不许确，拟合度低的缺点，下面我举一个例子说明：python import numpy as np from sklearn.utils import shuffle import matplotl

>>阅读原文<<