对于Batch_size肯定都不陌生，是机器学习中的一个重要参数
多数时候使用Batch的训练效果会比设置Batch_size=1的训练效果要好。
通俗的理解一下，Batch_size=126时模型一次看了126个样本再来决定梯度下降往哪个方向降，而Batch_size=1时，模型进行了126次横冲直撞的梯度下降，单样本更新参数的随机性太大，显然可以看出使用Batch的模型效果会更好。
同时CNN中的Batch相对比较好理解，一次读取Batch_size个图片，然后依次输入CNN，前向传播Batch_size次后更新权重即可，但是在RNN中由于数据多了一个时间维度time_step，对Batch的理解会有些不动，这里以NLP举一个简单的例子：
首先我们都知道RNN能展开成这样：
然后有一个数据集包含五句话（天气真好）（你是谁啊）（我是小明）（明天打球）（武汉加油）
数据集的维度就是（batch_size, time_step, feature_dim）= (5, 4, word_embedding)
| time_step1 | time_step2 | time_step3 | time_step4 | |
| batch_size1 | 天 | 气 | 真 | 好 |
| batch_size2 | 你 | 是 | 谁 | 啊 |
| batch_size3 | 我 | 是 | 小 | 明 |
| batch_size4 | 明 | 天 | 打 | 球 |
| batch_size5 | 武 | 汉 | 加 | 油 |
对于这样一个数据集，输入RNN的时候是什么情况？
RNN是每个time_step输入一次数据，那么for循环time_step1时，进入网络的数据就是（天，你，我，明， 武）每句话的第一个字进入网络，然后依次往后，这里我们最简单的理解就是同时有batch_size个RNN在处理数据，每个RNN处理一个字，那么time_step1的输出就是(batch_size, hidden_size)，整个batch处理完输出为（batch_size, time_step, hidden_size）。
