轮次（Epoch）

一句话版本#

所有训练数据被网络完整看过一遍 = 一个 epoch。

跟 step 和 batch 的关系#

• step（步）：用一批数据做一次"前向→损失→反向→更新"
• batch_size：每批多少条数据
• epoch：全部数据过一遍

三者的关系：$\text{1 epoch 的步数} = \frac{\text{数据总量}}{\text{batch\_size}}$1 epoch 的步数=batch_size数据总量​

例如 1000 条数据、batch_size=100，那么 1 个 epoch = 10 步。训练 5 个 epoch = 共 50 步。

为什么要多个 epoch#

一遍往往不够——就像练字帖，把 100 个字全写一遍只是"过了一遍"，要写好得练很多遍。每个 epoch 网络都能从同样的数据中学到更精细的模式。

典型值#

简单任务可能 10-20 个 epoch 就够，复杂任务（如图像识别、语言模型）可能需要几百个 epoch。训练太多 epoch 可能导致过拟合——模型把训练数据"背下来"了，遇到新数据反而表现差。