1 Batch(批):使用训练集中的一小部分样本对模型权重进行一次反向传播的参数更新,这一小部分样本被称为“一批数据”;
2 Iteration(迭代):使用一个Batch数据对模型进行一次参数更新的过程,称为“一次训练”;
3 Epoch(代):使用训练集的全部数据进行一次完整训练,称为“一代训练”;
名词 | 解释 |
---|---|
batch_size(批大小) | 1个batch包含的样本的数目,即一次训练所选取的样本数,通常设为2的n次幂,常用的包括64,128,256。 网络较小时选用256,较大时选用64 |
epochs(代数) | 全部数据被训练的次数 |
iterations(迭代次数) | 完成一次epoch所需的batch个数=训练集大小/批大小 |