引言
step, iteration, epoch, batchsize, learning rate都是针对模型训练而言的，是模型训练中设置的超参数。
样本
在机器学习中，样本是指数据集中的一部分完整的数据个体。例如学生成绩表中学生A的所有科目的成绩，手写数字数据集中的某一幅数字图片。
什么是正样本？
所谓正样本是指希望正确分类出的类别多对应的样本。例如判断一张人物头像照片是否为男性。那么在数据训练的时候，男性图片就是正样本，负样本就是女性照片了。
step, 也称为iteration
通常被译为迭代，每次迭代会更新模型的参数
epoch
通常被译为轮数，是指训练数据集中的所有样本（数据）输入模型被“轮”（即训练）的次数。
为什么需要多个epoch？
模型训练需要将训练集数据在模型中训练多次，通过梯度下降的方式优化模型参数，获得最优的模型（Optimum）。epoch太小会导致欠拟合（underfitting），epoch太大会导致过拟合（overfitting）。
多少个epoch才合适？
这个问题没有正确的答案。需要根据不同的应用和训练集给出比较合适的epoch值。这也就是超参数的优选设置问题。
两个epoch之间有什么关系？
上一个epoch会将模型参数（例如：神经网络的w和b）传递给下一个epoch。
注意：每次epoch之后，需要对训练数据集进行shuffle，再进入下一轮训练。
batchsize
batch
通常被译为批，是指从训练集中抽取一个子集（是训练数据集的一部分）进行模型的训练，就算一次损失函数（Loss Function）。
为什么需要batch？
为了在内存效率和内存容量之间寻找最佳平衡
batchsize
通常被译为批大小，是指一次模型训练所需的样本数量，也就是一个batch（批）中的样本（数据）数量。
如何设置batchsize？
- 上图红色为Stochastic （随机），指batchsize=1，用一个样本进行一次模型训练，更新一次下降的梯度。使用这种模型训练的方式称为随机梯度下降（SGD，Stochastic Gradient Descent）。这种方式训练速度较快，但收敛性不好。从图中可以看到这种方式收敛速度慢，往往难以达到收敛。
- 上图绿色为Mini-batch（迷你），也就是通常所说的batchsize，其值介于Stochastic（上图红色）和Batch（上图蓝色）之间。将batchsize个样本输入模型，计算所有样本产生的平均损失值。使用这种模型训练的方式称为Mini-Batch Gradient Descent
- 上图蓝色为Batch（全批次），指batchsize为全部训练集中的样本，使用了全部训练数据集进行一次训练。使用这种模型训练的方式称为批梯度下降（BGD，Batch Gradient Descent）。当数据集较小时，全批次可以很好地表示总体样本，更准确地朝向梯度下降中极值。但是，计算量大，计算速度慢，不支持在线学习。当数据集较大时，更不能使用这种方式，效果更差。
