epoch和iteration的区别

本文解释了机器学习训练过程中的核心概念:一个epoch是指所有训练样本完成一次前向传播与反向传播;batch size则是一次前向/反向传播中所使用的训练样本数量。文章还讨论了不同batch size对内存需求的影响及如何计算每个epoch所需的迭代次数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

one epoch: 指所有training samples的一次forward pass和一次backward pass.

batch size: 指一次forward/backward pass中training samples的数量.batch size越大,所需的内存空间越多.

iterations: number of passes, each pass using [batch size] number of examples.

one pass = one forward pass + one backward pass
例:对于1000个训练样本,batch size是500,那么每个epoch需要迭代两次.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值