训练神经网络模型时批次大小设置要适度

用batch_size描述一次喂给模型的样本数量，则batch_size的选取对模型的训练具有重要的影响。如果batch_size过小，相邻迭代之间的差异较大，模型收敛比较慢，且模型性训练过程会出现损失函数震荡，导致无法收敛；如果batch_size过大，相邻两个迭代之间的差异就越小，模型收敛比较快，但是模型的训练很容易陷入局部最优值。所以batch_size既不能过大也不能过小，需要选择一个合适的值；本文研究中batch_size的大小为32。