一、基本概念

1. Epoch
   1 个 Epoch 表示模型完整遍历一次整个训练数据集的过程。例如，训练 10 个 Epoch 表示模型将整个数据集反复学习 10 次。
   模型需要多次遍历数据集（多个 Epoch）才能逐步学习数据中的模式，单次遍历数据集（1 个 Epoch）通常不足以让模型收敛，多次遍历可以逐步优化模型参数。

2. Batch Size
   Batch Size 是每次训练时输入的样本数量。例如，Batch Size=32 表示每次用 32 个样本计算一次梯度并更新模型参数。
   小批量数据计算梯度比单样本（Batch Size=1）更稳定，比全批量（Batch Size=全体数据）更高效。并且较小的 Batch Size 可能带来更多噪声，有助于模型泛化。

3. Iteration
   一次 Iteration 表示完成一个 Batch 数据的正向传播（预测）和反向传播（更新参数）的过程
   例如，数据集现有 2000 个样本，对其训练 10 个 Epoch，选择 Batch Size=64：
   Batch 个数为 2000//64+1=31+1=32 个（最后一个 Batch 仅有 16 个样本）。
   每个 Epoch 中迭代次数 Iteration=32 次。
   总迭代次数为 10×32=320 次。
   总训练样本数为 10×2000=20000。

二、SGD

实际的操作时，一般会从训练数据中随机选择一个小批量数据（mini-batch）分是不是有放回抽取，然后用梯度下降法迭代多个轮次（iteration）；这种“对随机选择的数据进行的梯度下降法”，被称作随机梯度下降法（stochastic gradient descent, SGD）。

具体过程如下：

1）随机选择批数据（mini-batch）

从训练数据中随机选出一部分数据，学习的目标就是要减少这个 mini-batch 数据的损失函数值。

2）计算梯度

对当前的各权重参数，计算出梯度的值，负梯度就表示了损失函数减小最多的方向。

3）更新参数

按照之前梯度下降法的公式，对权重参数沿负梯度方向进行微小更新。

4）重复迭代

重复上面的步骤 1）2）3），直到完成预定的总迭代次数。

三、代码

参考下一个blog实现 深度学习9:神经网络学习6:神经网络类实现和使用