搜尋意圖： 如果你在找「批次大小 是什麼」或「批次大小 和相近概念差在哪」，先看這頁的短定義、完整說明與延伸比較。
TL;DR： 批次大小是訓練時每次更新模型參數所使用的樣本數，直接影響訓練速度、記憶體用量與模型收斂穩定性
實用情境： 適合用在閱讀 AI 文章、產品文件或和同事討論時，先用一頁快速對齊概念。
下一步： 先讀完定義，再往下看延伸比較與對應工具，把概念轉成實際應用。
訓練模型時，一次拿多少筆資料來更新參數比較剛好？ 你可以把批次大小想成每次學習要看的題目數量，決定更新頻率與記憶體壓力。 它會影響訓練速度、穩定性與泛化表現。
你可以把它想成一個把抽象概念拉回日常判斷的提示，先知道它解決什麼問題，再看技術細節。
容易混淆
批次大小 vs Epoch？ 批次大小：每次更新前看的樣本數 Epoch：整個訓練集看過幾輪 最關鍵的區別：批次大小看一次看幾筆，Epoch 看全資料跑幾次
批次大小 vs 學習率？ 批次大小：決定梯度估計的穩定度 學習率：決定參數往哪個方向走多大步 最關鍵的區別：批次大小管資料量，學習率管步伐大小
批次大小 vs Mini-batch？ 批次大小：可分成小批次與全批次 Mini-batch：介於兩者之間的常見做法 最關鍵的區別：Mini-batch 其實就是最常用的批次訓練方式
記住這句就好
一次看得越多，更新越穩，但也越吃記憶體
實際案例
GPU 記憶體有限 大模型放不下太大的批次，只好把 batch size 調小，避免訓練時爆記憶體
訓練抖動 如果 loss 上下波動很大，可能是批次太小，梯度估計太吵
算法與應用
重點 你要看什麼 為什麼重要 小批次 更新快、雜訊大 有時泛化較好但較不穩 大批次 更新穩、吃記憶體 訓練吞吐高但可能要調學習率 選擇 看硬體與任務 沒有一個固定萬用答案
iPAS 考題
Q：批次大小和學習率有關嗎？ 有，批次變大時通常也要重新調整學習率，避免訓練發散或收斂太慢。
Q：批次大小越大越好嗎？ 不一定。它會受記憶體、穩定性與泛化需求影響。
中英對照與三種批次方式
| 中文 | 英文 | 一次用幾筆資料更新 |
|---|---|---|
| 批次大小 | batch size | 統稱，指一次餵幾筆 |
| 全批次梯度下降 | batch gradient descent | 全部資料 |
| 隨機梯度下降 | stochastic gradient descent | 1 筆 |
| 小批次梯度下降 | mini-batch gradient descent | 通常 32 到 512 筆 |
現在講 SGD 時，實際指的幾乎都是小批次版本，純粹一次一筆的做法在深度學習裡已經沒人用。
批次大小怎麼選，取捨在哪
| 批次大小 | 梯度估計 | 訓練速度 | 記憶體 | 泛化 |
|---|---|---|---|---|
| 小（16 到 64） | 雜訊大 | 每步快、總步數多 | 省 | 通常較好 |
| 大（512 以上） | 穩定 | 每步慢、總步數少、能吃滿 GPU | 吃重 | 可能較差 |
大批次泛化較差的現象很有名，一般的解釋是小批次的梯度雜訊本身有正則化效果，會把參數推離尖銳的極小值，落到較平坦的區域，而平坦區域對應較好的泛化。
一個實務上一定要知道的規則：改批次大小就要改學習率。
常見做法是線性縮放律（linear scaling rule）：批次大小乘 k 倍，學習率也乘 k 倍。另一個常見版本是乘根號 k。無論用哪一個，只調批次不調學習率幾乎一定會讓訓練變差，很多人以為是大批次不好，其實是學習率沒跟著調。
大批次還需要搭配暖身（warmup）：一開始用很小的學習率跑幾百步再升到目標值，否則初期梯度不穩定會直接發散。
顯存不夠時的解法是梯度累積（gradient accumulation）。 跑好幾個小批次、把梯度加起來、最後才更新一次，效果等同於一個大批次，代價只是時間。這讓小顯存的機器也能複現大批次的訓練設定。
情境判斷
Q1：如果你的模型訓練時一直很抖，先懷疑批次大小有沒有可能太小？ → 有可能，因為太小會讓梯度估計很吵
Q2：批次大小調大後，如果訓練反而變不穩，可能只改這個參數就夠嗎？ → 通常不夠，還要一起調學習率與正規化設定
常見問題
批次大小怎麼選？
先看硬體能放多少，再用驗證集測試穩定性與效果。
批次大小會影響泛化嗎？
會，較小批次常帶來較大雜訊，有時反而有助泛化。
Batch size 和 mini-batch 一樣嗎？
在很多語境裡 mini-batch 就是指實務上常用的那個批次大小。