1.最基础的三个概念：Epoch, Batch, Iteration

1.1 名词解释

epoch：训练时，所有训练数据集都训练过一次。

batch_size：在训练集中选择一组样本用来更新权值。1个 batch 包含的样本的数目，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。

iteration：训练时，1个 batch 训练图像通过网络训练一次（一次前向传播+一次后向传播），每迭代一次权重更新一次；测试时，1个 batch 测试图像通过网络一次（一次前向传播）。所谓 iterations 就是完成一次 epoch 所需的 batch 个数。

实际上，梯度下降的几种方式的根本区别就在于上面公式中的 Batch Size不同。

注：上表中 Mini-Batch 的 Batch 个数为 N / B + 1 是针对未整除的情况。整除则是 N / B。

CIFAR10 数据集有 50000 张训练图片，10000 张测试图片。现在选择 Batch Size = 256 对模型进行训练。

每个 Epoch 要训练的图片数量：50000
训练集具有的 Batch 个数：50000/256=195+1=196
每个 Epoch 需要完成的 Batch 个数：196
每个 Epoch 具有的 Iteration 个数：196
每个 Epoch 中发生模型权重更新的次数：196 * 10
训练代后，模型权重更新的次数：不同代的训练，其实用的是同一个训练集的数据。第1代和第10代虽然用的都是训练集的五万张图片，但是对模型的权重更新值却是完全不同的。因为不同代的模型处于代价函数空间上的不同位置，模型的训练代越靠后，越接近谷底，其代价越小。