AI学习笔记——机器学习中部分易混淆术语解析

image source from unsplash.com by Paweł Czerwiński

对于机器学习的初学者来说，容易被一些专用术语搞得晕头转向，这篇文章我们就从挑几个容易混淆的概念和术语接解析一下。

1. Batch

在机器学习的过程中，有时候由于样本数量巨大，无法一次性送入模型进行学习，需要分成若干Batch(批次)，将样本分批(Batch)送入模型的学习叫做Batch Learning。一个Batch中样本的数量叫做Batch Size。

Number of Batches = Number of Samples / Batch Size

当然Batch Learning 不一定要遍历所有样本，Random Batch 就是随机从样本中取batch size数量的样本送入模型中进行学习，就有可能出现样本被重复选择的情况。

2. Iteration(Step)

Iteration, Step 和 Epoch 三个概念最容易混淆，Iteration 和 Step 概念是一致的，表示完成一次学习过程。

对于Batch Learning, 学完一个Batch的过程就是完成一个Iteration 或者 Step。

3. Epoch

一个Epoch是指所有样本都完成了一次训练。对于Batch Learning 来说，需要将样本中所有Batch都学完。

One Epoch = Number of Iterations (Number = Number of Batches)

---

相关文章

Tensorflow入门——单层神经网络识别MNIST手写数字

Tensorflow入门——多层神经网络MNIST手写数字识别

AI学习笔记——Tensorflow中的Optimizer

Tensorflow入门——分类问题cross_entropy的选择

AI学习笔记——Tensorflow入门

Tensorflow入门——Keras简介和上手

---

同步到我的简书

https://www.jianshu.com/u/bd506afc6fc1