Deep learning FCN（语义分段）的小批量概念是什么？

当我们将一幅图像发送到FCN进行语义分割时，小批量的概念是什么

数据层中的默认值为

batch\u size:1

。这意味着每次向前和向后传递，都会向网络发送一个图像。那么，最小批量是多少？它是图像中的像素数吗

另一个问题是，如果我们一起向网络发送一些图像，会怎么样？这会影响收敛吗？在一些论文中，我看到了

20

图像的数量

---

感谢

批量大小是单个培训操作中通过网络发送的图像数。在图形卡或cpu集群上进行训练时，将一次性计算所有样本的梯度，从而通过并行性提高性能

批量大小对培训有多重影响。首先，它通过在批处理中平均梯度来提供更稳定的梯度更新。这可能是有益的，也可能是有害的。根据我的经验，这是有益的，而不是有害的，但其他人报告了其他结果

要利用并行性，批处理大小通常是2的幂。所以要么是8，16，32，64或128。最后，批量大小受图形卡中VRAM的限制。该卡需要将所有图像和结果存储在图形的所有节点以及所有渐变中

---

这会爆炸得很快。在这种情况下，您需要减少批大小或网络大小。

感谢您的回答，图像

分割

和

分类

之间的小批量概念有什么区别吗？不太一样。在我看来，这在细分中更为重要，因为阶级内部的差异往往更大。但是从概念上讲没有区别batch_size等于1意味着最小批次大小也是1。@MatiasValdenegro非常感谢。