图像处理

穆清plus: 有答案了吗

qq_45915612: 我的理解是在一阶优化器的时候用小的batchsize，二阶优化器的时候用大的batchsize。博主的意思应该是，batchsize小的时候，数据方差大，相对大的batchsize来说噪声大 梯度下降的波动大，在一阶优化器中还是可以接受的，甚至这些波动是让网络模型跳出局部最优点的一个闪光点，但是如果使用二阶优化器的话，梯度下降的波动会更剧烈（一顿乱跳，跳出了局部最优点，也跳过了全局最优点），就会比一阶更不稳定，loss可能会直接炸了。 当然，这是我很粗浅的理解，不一定对。

qq_45915612: 我想到的是不同的batchsize结果数据保存下来，再画图（我的理解是每次训练完一个网络只能设置一个batchsize，所以要等不同的结果出来了才能画在一张图上）

whitenightwu: 都是相对的。一般是与应用的benchmark相比，才有实际意义。

好き: 动不动就要加几句英文，而且都是没必要的，你专业术语弄成英文也就算了，你咋不全用英文写呢