(1)epoch：
1个epoch指用训练集中的全部样本训练一次
(2)iteration：
1次iteration即迭代1次，也就是用batch_size个样本训练一次。每一次迭代得到的结果都会被作为下一次迭代的初始值.
(3)batch
将数据集分成几个 batch，每一个batch数据的数量就是[batch size]，在一个 epoch 中，batch 数和迭代数是相等的
(3)batch_size：
每批数据量的大小.用SGD的优化算法进行训练，也就是1 次iteration一起训练batch_size个样本，计算它们的平均损失函数值，来更新一次参数。
举例
有一个包含200个样本的数据集，选择的batchsize大小为5和100个epoch。则batch=40(即将数据集分成40个batch,每一个batch的数量为5)，在一个epoch中涉及到40个batch的更新。100个epoch代表着200个样本训练100次。1次iteration就是用5个样本训练一次