小批量（Mini-batch）每次训练只喂一小份数据给网络。全喂太慢（full batch），一条一条太不稳（SGD），小批量（通常 32/64/128 条）兼顾速度和稳定性，是现代训练的标准做法。一句话版本# 把训练数据分成小份，每次只用一份来更新参数——兼顾速度和稳定性。 三种方案对比# 方案每次用多少数据优点缺点Full Batch全部数据方向最准太慢，内存装不下SGD（逐个样本）1 条更新最快方向不稳，来回抖动Mini-batch一小批（32/64/128）速度和稳定性的折中需要选 batch_size 为什么 Mini-batch 赢了# 用字帖类比：字帖有 1000 个字。 全练完再调整（full batch）：每次调整都很准，但一轮要练完 1000 个字才能改一次——太慢 练一个字就调整（SGD）：改得快，但可能被某个特别难的字带偏 每次练 100 个字再调整（mini-batch）：不太慢，也不太抖——刚刚好 典型 batch_size# 实践中常用 32、64、128。选择取决于 GPU 内存大小和数据特点。batch_size 太大接近 full batch（慢），太小接近 SGD（抖）。引用本术语的文章从 setTimeout 到 VSync：一篇讲透 Event Loop 的前世今生