mini-batch和batchsize的区别是

在深度学习中，batch size是指在一次迭代中所使用的样本数，而mini-batch是指将batch分成的若干个小batch，每个小batch包含的样本数即为mini-batch size。因此，mini-batch size是batch size的一部分，而不是两个不同的概念。在实际应用中，mini-batch的使用可以提高训练效率和模型的泛化能力，因为它可以减少内存的占用和计算量的开销，同时也可以避免陷入局部最优解。