轮次 (Epoch)

Definition

在机器学习中，一个轮次代表对整个训练数据集的一次单遍迭代。在每个轮次中，模型处理所有训练样本，通过反向传播更新其权重，并评估损失函数。增加轮次数通常可以提高模型性能，但过多轮次可能导致过拟合。因此，监控验证集上的表现对于确定最佳轮次数至关重要。

Summary

在模型训练期间，整个训练数据集通过机器学习算法的一次完整遍历。

Key Concepts

• 训练迭代
• 反向传播
• 收敛
• 超参数调优

Use Cases

• 配置神经网络训练循环
• 监控每个周期的验证损失
• 实施早停策略

Code Example

1
2
3
4
5
6
7

for epoch in range(num_epochs):
    for inputs, labels in dataloader:
        optimizer.zero_grad()
        outputs = model(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

Related Terms

• Batch Size (批次大小)
• Iteration (迭代)
• Learning Rate (学习率)
• Overfitting (过拟合)