梯度下降策略中，应该尽可能选择更小的batch吗？

14. (判断题) 梯度下降策略中，应该尽可能选择更小的batch

A 对

B 错

答案：B

解析：

选择batch大小是一个权衡问题，过小的batch会导致训练速度慢，因为每个batch更新参数的次数更多。过大的batch会导致模型难以收敛到最优解，因为每次更新参数时，batch内的数据可能存在较大差异，导致更新方向不准确。

因此，应该根据具体情况选择合适的batch大小。一般来说，在模型训练初期，可以使用较小的batch size来帮助模型快速收敛到一个较好的区域。在模型训练后期，可以使用较大的batch size来提高训练速度。