batch 、batch size、epoch、 iteration

前言
在刚接触模型的训练的时候，我发现了几个挺有意思的变量，batch 、batch size、epoch、 iteration
下面说说自己的理解：
（1）batch：是指将数据集分成若干个批次，每个批次包含一定数量的样本，然后使用这些批次来训练模型
（2）batch size则是指每个批次中样本的数量。通常情况下，batch size越大，模型的训练速度就越快，但是也会增加内存消耗。此外，batch size还会影响到模型的收敛速度和精度
（3）epoch：1个epoch等于将训练集中的全部样本训练一次，在一个epoch中，模型会对整个数据集进行一次前向传播和反向传播，更新所有的参数。
（4）iteration：1个iteration等于使用batch size个样本训练一次