I maskinlæring refererer en batchstørrelse til antall prøver som behandles på en gang under opplæring av en modell. Dataene er delt inn i batcher og hver batch brukes til å oppdatere modellvektene. Batchstørrelsen kan i stor grad påvirke hastigheten og nøyaktigheten til modelltrening, så vel som mengden minne som kreves for å behandle dataene. En mindre batchstørrelse gir mulighet for hyppigere vektoppdateringer og kan gi mer nøyaktige resultater, men på bekostning av tregere treningstid. En større batchstørrelse kan øke hastigheten på treningstiden, men kan gi mindre nøyaktige resultater.
Publiseringsdato: