刚才我们提到了一个词：Batch Size。他的意思是一次迭代进模型的样本数量。比如你有 1000 张图片，如果每次只送 1 张图片给模型，训练会比较慢，也不够稳定。所以通常我们会把数据分成一批一批。比如：总共有 1000 张图片那么每次送 100 张图片进入模型。这样完整训练一遍数据集，就需要：1000/100=10次，也就是10个iteration。可以把他类比成吃饭，我们不会一次把一整锅饭全

今天我们先不追求记住很多术语，只需要理解几个核心，写到这感觉写的像上课一样，但是今天这个博客确实是没有什么特别有用的知识，也就是先理解深度学习是什么，虽然大家可能已经看了无数遍类似的第一章的介绍，但是我还是要写，要不就不完整了：1. 深度学习是机器学习中的一种重要方法。2. 它的核心不是人工写规则，而是让模型从数据中学习规律。3. 模型一开始并不聪明，需要通过大量样本不断调整参数。4. 图像、语音

YOLOv10框架图+手写笔记