pytorch 基础问题

Batch 和Epoch

神经网络中参数更新常用随机梯度下降法，batch控制模型内部参数更新之前训练样本的个数；Epoch有一个或多个barch组成，控制通过训练数据集的完整传递的次数。

比如训练集有50000个样本，而我设定的batch size是50，也就是说每50个样本才更新一次参数，那么也就意味着一个epoch里会提取1000次bach，这样才会把每个样本都提取了一遍，更新了1000此参数。这是一个epoch里做的，一次类推，我要设定2000个epoch意味着把这个过程重复2000次。也就是训练集里的每个样本都被提取了2000次。