epoch、 iteration和batch size

https://www.baidu.com/link?url=1Vfaz4GHNxDbht1g7RP7ZDzuBFRbGJwNjZn4CRNX6w89Bf_HFvpyL0RuZWyrupSiPj7xai2L7xk3kYvYiF5RwIetC2PG0cQLnWgdMbKExiK&wd=&eqid=dc94fa1400020176000000065b33772d

1、batchsize：批大小,每次训练在训练集中取batchsize个样本训练；
2、iteration：1个iteration等于使用batchsize个样本训练一次；
3、epoch：1个epoch等于使用训练集中的全部样本训练一次；

举个例子，训练集有1000个样本，batchsize=10，那么：
训练完整个样本集需要： 100次iteration，1次epoch。

batchsize： https://www.zhihu.com/question/32673260

batch： 批，深度学习每一次参数的更新所需要损失函数并不是由一个{data：label}获得的，而是由一组数据加权得到的，这一组数据的数量就是 batch size。
epoch：当一个完整的数据集通过神经网络一次并且返回了一次，这个过程称为一个 epoch。
iteration： 是batch 需要完成一个 epoch 的次数。记住：在一个 epoch 中，batch 数和迭代数iteration 是相等的。
batch size：一个 batch 中的样本总数。

比如对于一个有 2000 个训练样本的数据集。将 2000 个样本分成大小为 500 的 batch，那么完成一个 epoch 需要 4 个 iteration。

https://www.baidu.com/link?url=7iBtB5na0-hYROaC_O1SUclqdj93W2it_Eyj8rzc6ENjUqSpKgGAC4lm1bu4uaypBJTSk_ooOlI95GSbQbXzRa&wd=&eqid=dc94fa1400020176000000065b33772d