取决于很多事情。批量大小是模型将接受多少实例作为输入，以便进行完整的前向传递并向后传播适当的梯度。批次大小太小可能会导致从不代表数据分布的批次派生的梯度，因此这些梯度可能是有害的。在庞大的数据集中拥有较大的批量可能会导致内存问题。话虽如此，使用128。