神经网络学习----batch和epoch的理解

理解

• batch是一次处理的数据集，在训练的时候，将batch个数据的损失取平均，用于梯度下降算法。
• epoch是训练的次数，每次epoch会完成 样本数量/batch 的反向传播，更新参数

实例

假设有一个包含200个样本的数据集，选择的Batch大小为5和1,000个Epoch。则共有40个Batch，每个Batch有5个样本。每批五个样品后，模型权重将更新。一个epoch将涉及40个Batch或40个模型更新。