当一个Epoch的样本数量过大时，将其分成多个小块Batch进行训练。的过程，即所有训练样本在神经网络中都进行一次正向传播和一次反向传播。②使用的是有限的数据集，使用迭代过程即梯度下降来优化学习过程。①在神经网络中，完整的数据集需要传递多次，传递一次不够；将整个训练样本分成多个batch，表示所有样本中的。训练一个Batch就是一次Iteration，表示。batch的大小，即每批样本的样本数量大

当一个Epoch的样本数量过大时，将其分成多个小块Batch进行训练。的过程，即所有训练样本在神经网络中都进行一次正向传播和一次反向传播。②使用的是有限的数据集，使用迭代过程即梯度下降来优化学习过程。①在神经网络中，完整的数据集需要传递多次，传递一次不够；将整个训练样本分成多个batch，表示所有样本中的。训练一个Batch就是一次Iteration，表示。batch的大小，即每批样本的样本数量大

多卡训练使用DataParallel，model中的方法名添加了module前缀。

Upsample对象没有recompute_scale_factor属性。