大家或多或少都已經(jīng)默認了，batchsize一般都是2，8，36，64，128...因為基本上所有論文都是這么設置默認超參數(shù)，大家久而久之就習慣了，至少這樣設置總不會錯吧。

其實我也有這么一個迷思，如果不設置為2的n次方會怎么樣？效果變差？效率變低？還是...

基本理論

一般而言，選擇batchsize為2的冪背后的主要思想來自于：內(nèi)存對齊和浮點效率。

內(nèi)存對齊

將batchsize選擇為2的冪的主要論點之一是CPU和GPU內(nèi)存架構是以2的冪組織的。有一個內(nèi)存頁的概念，它本質上是一個連續(xù)的內(nèi)存塊。如果使用的是macOS或Linux，可以通過在終端中執(zhí)行getconf PAGESIZE來檢查頁面大小，這應該返回一個2的冪。

這個想法是將一個或多個批次整齊地放在一個頁面上，幫助GPU中的并行處理?；蛘邠Q句話說，選擇批量大小為2，以獲得更好的內(nèi)存對齊。這與在視頻游戲開發(fā)和圖形設計中使用OpenGL和DirectX時選擇2的冪次紋理類似（并且可能受到啟發(fā)）。

浮點效率

Nvidia有一個矩陣乘法背景指南，解釋了矩陣維數(shù)和圖形處理單元（GPU）計算效率之間的關系。建議將矩陣維數(shù)選擇為8的倍數(shù)，在有Tensor Core的GPU上進行混合精度訓練更有效率。

將兩個矩陣A和B相乘的一種方式是通過計算矩陣A的行向量與矩陣B的列向量之間的點積。如下所示，這些是k元素向量對的點積：

每個點積由一個“加”和一個“乘”操作組成，我們有 M×N 個這樣的點積。因此，總的來說，我們有 2×M×N×K 浮點運算（FLOPS）。如果這時候使用GPU例如V100，當矩陣維度（ MM ， NN 和 KK ）對齊為16字節(jié)的倍數(shù)時，計算效率會更好（根據(jù)Nvidia的指南）。具體來說，在FP16混合精度訓練的情況下，8的倍數(shù)是效率的最佳選擇。

實驗驗證

以下驗證都是基于在CIFAR-10上訓練MobileNetV3模型測試。

小Batchsize驗證

看起來，將批量大小減少1（127）或將批量大小增加1（129）確實會導致訓練性能稍慢。這里的差異幾乎不明顯，可以忽略不計。

大Batchsize驗證

批量大小為2的冪（或8的倍數(shù)）確實會產(chǎn)生很小但幾乎不明顯的差異。

多GPU下Batchsize驗證

這一次，2的冪和8的倍數(shù)的批量大小（256）沒有快于257，所以其實實際上稍微改變Batchsize，在現(xiàn)實中影響并沒有那么明顯。

結論

如果按實踐指南來說，建議還是以2的n次方來設置batchsize比較穩(wěn)妥，一個是有理論基礎，另外一個是誰也不想因為Batchsize的個性化導致漫長的訓練過程變得更漫長。但從實際簡單的測試來看，好像影響又不是很明顯，但總體來說，Batchsize一般設置在16-256之間，是比較有效且穩(wěn)妥的做法，可供參考。

https://docs.nvidia.com/deeplearning/performance/dl-performance-matrix-multiplication/index.html#gpu-imple

??https://sebastianraschka.com/blog/2022/batch-size-2.html??

本文轉載自 ??沐白AI筆記??，作者： 楊沐白