随机梯度下降SGD中有一个重要的超参数batch_size（批量大小），其大小对整个模型训练的影响总结如下：
1.更大的批量会计算更计算更精确的梯度估计，但是回报是小于线性地。
因为每次参数更新所用到的数据越多，越能代表整体损失函数的梯度，因此梯度精确度更高。
2.极小批量通常难以充分利用多核架构，低于某个值的小批量处理并不会减少计算时间。
3.批量处理中所有样本可以并行处理，内存消耗和批量大小呈正比，通常限制批量大小的是硬件，比如GPU显存。
4.在GPU上，通常用2的幂数作为批量大小可以获得更少的运行时间。
5.小批量在学习过程中加入了噪声，会有一些正则化效果。但小批量训练通常需要较小的学习率以保持稳定性，因而需要更多步来遍历数据集，导致总运行时间变大。
内容来源：深度学习(花书)。