内容来自李宏毅-2021机器学习
##先说结论：同一个模型，大batch结果往往会较差。
上图中，横轴代表batch size，从左到右越来越大；纵轴代表准确率acc，越往上正确率越来越高。
在观察validation上的结果时，会发现随着batch size增加，acc结果越来越差。
但这个现象并不是overfitting,因为在training上的acc结果也是随着batch size增加而变差。
结论：同一个模型，大的batch size往往会带来比较差的结果。
由于使用的是同一个模型，可以排除model bias的问题，而是optimization的问题。使用大的batch size时，optimization可能会有问题，小的batch size的结果可能是比较好的。
##为什么小batch有更好的表现，有噪声的参数更新对训练更有帮助？
一种解释：
如果使用的是full match（上图左1）,在更新参数时会沿着一个Loss函数来更新参数。可能会陷入一个局部极小值点或者是鞍部点，梯度变为0，不会再进行参数的更新。
但是如果使用small batch（上如左2），训练时每个batch会根据自己的Loss函数来算梯度,不同的batch间的Loss函数是有差异的。第一个batch用L1算梯度，第二个batch用L2算梯度。假如用L1在某一点算出来梯度为0卡住了，但在L2的这一点算出来梯度很可能并不是0，所以还是有办法让梯度不为0，进而可以继续训练，让Loss变小。
所以有噪声的参数更新对训练更有帮助。
小batch 和大batch有各自的特点，根据需要来选择合适的参数。
