轮次 (Epoch)
简而言之： 在机器学习中，一个 轮次 （epoch）是指训练数据集从头到尾完整地经过一遍算法。训练一个模型通常需要许多个轮次，模型在处理完每一批样本后都会对其内部参数做细微…
在机器学习中，一个轮次（epoch）是指训练数据集从头到尾完整地经过一遍算法。训练一个模型通常需要许多个轮次，模型在处理完每一批样本后都会对其内部参数做细微调整。
为什么重要
轮次数量是训练中的主要设置之一。轮次太少，模型尚未学会数据中的规律（欠拟合）；轮次太多，模型则开始死记硬背训练样本，在新数据上的表现反而变差（过拟合）。因此，开发者会在每个轮次结束后，在独立的验证集上测量模型的误差，并常常在该误差不再改善时停止训练，这种技术称为早停。加密货币读者还会在另一种含义中遇到这个词：权益证明区块链用 epoch（中文常译作“纪元”）表示由固定数量的区块或时隙构成的一段周期，用于安排验证者的职责和奖励。
示例
一个模型使用 1,000 张带标注的图片进行训练，每批处理 100 张。因此，一个轮次需要 10 个训练步骤，经过五个轮次后，模型已将每张图片看过五遍。如果它在验证集上的准确率一直提升到第三个轮次，随后开始下降，开发者就会保留第三个轮次结束后保存的版本。