Batch:每次迭代时使用的一批样本就叫做一个batch,样本的数量就叫做batch size。batch大小是一个超参数,用于定义在更新内部模型参数之前要处理的样本数。深度学习每一次参数的更新的loss function并不是由一个样本得到的,而是由一个batch的数据加权得到。
Iteration:使用batch size个样本训练一次的过程叫做一个iteration。
Epoch:一个epoch就是使用训练集中的全部样本训练一次。epoch的值就是整个训练数据集被反复使用几次。epoch是一个超参数,由一个或多个batch组成。
例:训练集有1000个样本,batch size=10,那么训练完所有的样本需要:100次iteration,1次epoch。