- Epoch
使用训练集的全部数据样本进行一次训练，称为一次epoch，即所有训练集的样本都在神经网络中进行了一次正向传播和一次反向传播
神经网络中需要有多次epoch，每次epoch中会进行一次更新权重(weight)，多次epoch后权重多次更新会变得更加准确
训练集中样本数量可能非常多，所以需要分成很多小块来进行训练，分成的小块就是batch - Batch
将所有的训练集的样本分成若干个batch - Batch_Size
每个batch的大小 - Iteration（一次迭代）
训练一个batch就是一次为lteration
batch数量计算公式：
b
a
t
c
h
数
量
=
t
r
a
i
n
i
n
g
S
e
t
_
s
i
z
e
b
a
t
c
h
_
s
i
z
e
batch数量=\frac{trainingSet\_size}{batch\_size}
batch数量=batch_sizetrainingSet_size
举例↓：原文链接
