详细解释：Epoch、batch_size批处理大小、迭代次数之间的关系_迭代次数和迭代批次大小的关系

问题：当遇到参数Epoch时，我们应该将其具体设置多少呢？或者应该迭代多少次呢？

• epoch的大小跟迭代次数有着密切的关系，我认为通常在迭代次数处于2000-3000之间损失已经处于平稳，大部分在第2000之前已经趋于稳定，如果在2000-3000区间损失仍有较大幅度变化，说明你的数据或模型有问题。
• 那么怎么根据已有的信息，估算出我们应该设置的Epoch大小和迭代次数呢？通过下面的举例说明相信你一定会深刻明白。

举例说明

epoch一次：训练时，所有训练数据集都训练过一次。

举个例子：mnist 数据集有 60000 张图片作为训练数据，10000 张图片作为测试数据。假设现在选择 Batch Size = 100 对模型进行训练。

• 每个 Epoch 要训练的图片数量：60000(训练集上的所有图像)
• 训练集具有的 Batch 个数： 60000/100=600
• 每个 Epoch 需要完成的 Batch 个数： 600
• 每个 Epoch 具有的 Iteration 个数： 600（完成一个Batch训练，相当