क्या कोई साहित्य है जो स्टोकेस्टिक क्रमिक वंश प्रदर्शन करते समय मिनीबच आकार की पसंद की जांच करता है? मेरे अनुभव में, यह एक अनुभवजन्य विकल्प प्रतीत होता है, जो आमतौर पर क्रॉस-मान्यता के माध्यम से या अंगूठे के अलग-अलग नियमों का उपयोग करके पाया जाता है।
क्या यह एक अच्छा विचार है कि धीरे-धीरे मिनीबच का आकार बढ़ाया जाए क्योंकि सत्यापन में त्रुटि कम हो जाती है? सामान्यीकरण त्रुटि पर इसका क्या प्रभाव पड़ेगा? क्या मैं एक बहुत छोटी मिनीबैच का उपयोग कर रहा हूं और अपने मॉडल को सैकड़ों हजारों बार अपडेट कर रहा हूं? क्या मैं बेहद छोटे और बैच के बीच एक संतुलित संख्या के साथ बेहतर होगा?
क्या मुझे डेटासेट के आकार, या डेटासेट के भीतर अपेक्षित संख्या के साथ अपने मिनीबैच के आकार को मापना चाहिए?
जाहिर है कि मेरे पास मिनीबच सीखने की योजनाओं को लागू करने के बारे में बहुत सारे सवाल हैं। दुर्भाग्य से, मेरे द्वारा पढ़े गए अधिकांश कागजात वास्तव में निर्दिष्ट नहीं करते हैं कि उन्होंने इस हाइपरपरमीटर को कैसे चुना। मुझे लेखकों से कुछ सफलता मिली है जैसे कि यान लेकन, विशेष रूप से कागजात के व्यापार संग्रह के ट्रिक्स से। हालाँकि, मैंने अभी भी इन सवालों को पूरी तरह से संबोधित नहीं किया है। क्या किसी के पास कागजात के लिए कोई सिफारिश है, या सलाह है कि मैं सुविधाओं को सीखने की कोशिश करते समय अच्छे मिनीबच आकार निर्धारित करने के लिए किन मानदंडों का उपयोग कर सकता हूं?