参考：https://www.zhihu.com/question/61607442/answer/440401209
    batch size不是越大越好
    batch size最好为32的倍数（和wrap 一致，cuda gpu的文档 搜wrap）

    从128开始试，x2或者x0.5

    batch size小，训练收敛时间就长
    batch size大，泛化性能差，显存占用高

    learning rate/batch size法则：增大batch size后，learning rate也要相应增大