知识整理
深度学习中经常看到epoch、 iteration和batchsize三个的区别：
- 【1】batchsize
批大小。在深度学习中，一般采用SGD(随机梯度下降法)训练，即每次训练在训练集中取batchsize个样本训练；
- 【2】iteration
1个iteration等于使用batchsize个样本训练一次；
- 【3】epoch
（1）含义:一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一个 epoch。1个epoch等于使用训练集中的全部样本训练一次；当一个 epoch 对于计算机而言太庞大的时候，就需要把它分成多个小块。
（2）随着 epoch 数量增加，神经网络中的权重的更新次数也增加，曲线从欠拟合变得过拟合。
（3）那么，几个 epoch 才是合适的呢？
这个问题并没有正确的答案。对于不同的数据集，答案是不一样的。但是数据的多样性会影响合适的 epoch 的数量。比如，只有黑色的猫的数据集，以及有各种颜色的猫的数据集。
（4）为什么要使用多于一个 epoch？
我知道这刚开始听起来会很奇怪，在神经网络中传递完整的数据集一次是不够的，而且我们需要将完整的数据集在同样的神经网络中传递多次。但是请记住，我们使用的是有限的数据集，并且我们使用一个迭代过程即梯度下降，优化学习过程可能会overfitting、optimum、underfitting。因此仅仅更新权重一次或者说使用一个 epoch 是不够的。
eg:训练集有1000个样本，batchsize=10，那么：训练完整个样本集需要：100次iteration，1次epoch。
【相关知识】
应用机器学习算法时，通常采用梯度下降法来对采用的算法进行训练。
常用的梯度下降法还具体包含有三种不同的形式：
- 1. 批量梯度下降法BGD（Batch Gradient Descent）
批量梯度下降法（Batch Gradient Descent，简称BGD）是梯度下降法最原始的形式，
它的具体思路是在更新每一参数时都使用所有的样本来进行更新。
优点：全局最优解；易于并行实现；
缺点：当样本数目很多时，训练过程会很慢。
- 2. 随机梯度下降法SGD（Stochastic Gradient Descent）
由于批量梯度下降法在更新每一个参数时，都需要所有的训练样本，
所以训练过程会随着样本数量的加大而变得异常的缓慢。
随机梯度下降法正是为了解决批量梯度下降法这一弊端而提出的。
随机梯度下降是通过每个样本来迭代更新一次，如果样本量很大的情况（例如几十万），
那么可能只用其中几万条或者几千条的样本，就已经将theta迭代到最优解了，
对比上面的批量梯度下降，迭代一次需要用到十几万训练样本，一次迭代不可能最优，
如果迭代10次的话就需要遍历训练样本10次。但是，SGD伴随的一个问题是噪音较BGD要多，
使得SGD并不是每次迭代都向着整体最优化方向。
优点：训练速度快；
缺点：准确度下降，并不是全局最优；不易于并行实现。
- 3. 小批量梯度下降法MBGD（Mini-batch Gradient Descent）
有上述的两种梯度下降法可以看出，其各自均有优缺点，那么能不能在两种方法的性能之间取得一个折衷呢？
即，算法的训练过程比较快，而且也要保证最终参数训练的准确率，而这正是小批量梯度下降法的初衷。
MBGD在每次更新参数时使用b个样本（b一般为10）
【总结】
Batch gradient descent: Use all examples in each iteration；(迭代次数少)
Stochastic gradient descent: Use 1 example in each iteration；(迭代次数较多)
Mini-batch gradient descent: Use b examples in each iteration.
