理工酷

在神经网络的术语中：

一个epoch=所有训练实例的一次前向传播和一次反向传播
batch大小=一次向前/向后传播的训练示例数。batch越大，需要的内存空间就越多。
Iteration迭代次数=遍数，每次都使用[batch size]大小的示例数。确切地说，一次传播=一次前向传播+一次反向传播（我们不把前向和反向算作两次不同的传播）。

举个例子：假如你有1000个训练示例，并且batch大小为500，那么需要2次迭代才能完成1个epoch。
术语“Batch”是模棱两可的：有些人用它来指定整个训练集，有些人用它来表示一次向前/向后传播中的训练示例数（就像我在这个答案中所做的那样）。为了避免这种模糊性，并明确地表示batch对应于一次向前/向后传播中的训练示例数，可以使用术语“mini batch”。