【TensorFlow】随机训练和批训练的比较与实现

一、随机训练和批训练 随机训练:一次随机抽样训练数据和目标数据对完成训练。 批训练:一次大批量训练取平均损失来进行梯度计算,批量训练大小可以一次上扩到整个数据集。 批训练和随机训练的差异:优化器方法和收敛的不同 批训练的难点在于:确定合适的batch_size 二者比较 训练类型 优点 缺点 随机训练 脱离局部最小 一般需要更多的迭代次数才收敛 批训练 快速得到最小损失 耗费更多的计算资源 二、实现随机训练 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt from te