知識整理
深度學習中經常看到epoch、 iteration和batchsize三個的區別：
- 【1】batchsize
批大小。在深度學習中，一般採用SGD(隨機梯度下降法)訓練，即每次訓練在訓練集中取batchsize個樣本訓練；
- 【2】iteration
1個iteration等於使用batchsize個樣本訓練一次；
- 【3】epoch
（1）含義:一個完整的數據集通過了神經網絡一次並且返回了一次，這個過程稱爲一個 epoch。1個epoch等於使用訓練集中的全部樣本訓練一次；當一個 epoch 對於計算機而言太龐大的時候，就需要把它分成多個小塊。
（2）隨着 epoch 數量增加，神經網絡中的權重的更新次數也增加，曲線從欠擬合變得過擬合。
（3）那麼，幾個 epoch 纔是合適的呢？
這個問題並沒有正確的答案。對於不同的數據集，答案是不一樣的。但是數據的多樣性會影響合適的 epoch 的數量。比如，只有黑色的貓的數據集，以及有各種顏色的貓的數據集。
（4）爲什麼要使用多於一個 epoch？
我知道這剛開始聽起來會很奇怪，在神經網絡中傳遞完整的數據集一次是不夠的，而且我們需要將完整的數據集在同樣的神經網絡中傳遞多次。但是請記住，我們使用的是有限的數據集，並且我們使用一個迭代過程即梯度下降，優化學習過程可能會overfitting、optimum、underfitting。因此僅僅更新權重一次或者說使用一個 epoch 是不夠的。
eg:訓練集有1000個樣本，batchsize=10，那麼：訓練完整個樣本集需要：100次iteration，1次epoch。
【相關知識】
應用機器學習算法時，通常採用梯度下降法來對採用的算法進行訓練。
常用的梯度下降法還具體包含有三種不同的形式：
- 1. 批量梯度下降法BGD（Batch Gradient Descent）
批量梯度下降法（Batch Gradient Descent，簡稱BGD）是梯度下降法最原始的形式，
它的具體思路是在更新每一參數時都使用所有的樣本來進行更新。
優點：全局最優解；易於並行實現；
缺點：當樣本數目很多時，訓練過程會很慢。
- 2. 隨機梯度下降法SGD（Stochastic Gradient Descent）
由於批量梯度下降法在更新每一個參數時，都需要所有的訓練樣本，
所以訓練過程會隨着樣本數量的加大而變得異常的緩慢。
隨機梯度下降法正是爲了解決批量梯度下降法這一弊端而提出的。
隨機梯度下降是通過每個樣本來迭代更新一次，如果樣本量很大的情況（例如幾十萬），
那麼可能只用其中幾萬條或者幾千條的樣本，就已經將theta迭代到最優解了，
對比上面的批量梯度下降，迭代一次需要用到十幾萬訓練樣本，一次迭代不可能最優，
如果迭代10次的話就需要遍歷訓練樣本10次。但是，SGD伴隨的一個問題是噪音較BGD要多，
使得SGD並不是每次迭代都向着整體最優化方向。
優點：訓練速度快；
缺點：準確度下降，並不是全局最優；不易於並行實現。
- 3. 小批量梯度下降法MBGD（Mini-batch Gradient Descent）
有上述的兩種梯度下降法可以看出，其各自均有優缺點，那麼能不能在兩種方法的性能之間取得一個折衷呢？
即，算法的訓練過程比較快，而且也要保證最終參數訓練的準確率，而這正是小批量梯度下降法的初衷。
MBGD在每次更新參數時使用b個樣本（b一般爲10）
【總結】
Batch gradient descent: Use all examples in each iteration；(迭代次數少)
Stochastic gradient descent: Use 1 example in each iteration；(迭代次數較多)
Mini-batch gradient descent: Use b examples in each iteration.