epoches,batch_size,batches,steps

epoches：神经网络的训练次数

在神经网络训练时，如果数据集足够小，可将数据一次性全部喂给神经网络，如下：

for epoch in range(epoches):
	training(dataset)

但我们常常面临的是比较大的数据集，一次性喂给神经网络时，往往会出现内存/显存不足的现象。

此时，我们会把比较大的数据集，分批次喂给神经网络。

batch_size：表示一次性喂给神经网络多少数据。

batches：该值等于dataset除以batch_size。总的数据集是dataset，我们每次喂给神经网络batch_size个数据，一共要喂dataset/batch_size次，才可以把数据集全部处理一遍。

steps：该值等于batches。steps表示在一个epoch内，要迭代多少次才可以把所有的数据都训练一遍；显然，迭代次数等于dataset/batch_size。

分批次训练的伪代码如下：

for epoch in range(epoches):
	for batch in range(batches): # 等同于 for step in range(steps)
		training(datasets/batches)