深度学习中iteration、epoch、batchsize的定义

大家学习深度学习的时候，当要训练数据时，总会碰到几个变量：iteration、epoch、batchsize。弄清这几个数据的定义对于能否正确有效进行数据的训练十分重要。

iteration：进行训练需要的总共的迭代次数。

batchsize：进行一次iteration（迭代）所训练数据的数量。

epoch：一次epoch是指将所有数据训练一遍的次数，epoch所代表的数字是指所有数据被训练的总轮数。

例如：有49000个数据，计划进行十轮训练，那么epoch=10；一次训练迭代训练100个数据，batchsize=100，训练一轮总共要迭代490次（49000/100=490）。总的iteration=490*10=4900次。