比如我要对一个模型训练100轮，在第50轮的时候，模型的准确率已经达到90%，之后50轮的训练如果减少数据集的数量，模型的准确率会下降吗？
感谢专家们的解答！
我觉得有可能会，局部最优。
肯定会，模型每一轮的学习都会更新参数，减少数据集相当于改变了特征分布，对后续的训练肯定不会有正面影响。比如，你前50轮的测试已经很好，但是由于你后续的数据量太少，可能会导致模型学习的不够充分，出现过拟合现象，甚至loss mean上升都有可能。不过具体还要实验一下，我还没接触这么做过的。
可能会，如果你减少的训练集数据中特征没有和测试集有交叉，正确率应该是不变的，如果有交叉估计会减少
不一定会的，可能模型准确率到后面可能在其中几轮中会出现波动，可能从97.56到97.77然后又变回 97.56，也可能一直升到最后100。
邀请了，我就说一下吧。这个跟你保留的 50% 和原数据集是不是同分布 以及 你50轮是否已经收敛有关。 同分布你减少的话就只是相当于减少一半batch 而已
会影响的，建议在算力允许的情况下尽可能调大batch size，这样或许能弥补减少数据集所带来的影响。但是一般是不建议减少数据集的，除非你的数据集里面有脏数据，脏数据会干扰训练的结果。