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。
案例：200个样本的数据集，Batch为5，epoch为1000,。意味着有40个batch，每批5个样本训练后，模型权重会更新，一个epoch会有40个batch或40个模型更新。1000个epoch意味着整体数据集传递1000次，整个训练过程中，共有40000个batch。
原文：https://www.cnblogs.com/Christbao/p/12259259.html