训练轮次

模型把整个训练集完整看过一遍，称为一个 epoch。

epoch 是描述训练进度的单位。训练数据被切成若干批次（batch），每处理一个批次、更新一次参数叫一次迭代（iteration，也叫 step）；训练集里所有样本都过一遍就是一个 epoch，所以每个 epoch 的迭代数约等于样本总数除以批大小。轮数太少会欠拟合，太多会过拟合，常配合早停决定停在哪。大模型预训练数据量极大，往往只把数据过一到几遍，所以更常用「训练步数」或「看过的 token 数」计量；小规模机器人演示数据则往往要训练很多个 epoch。强化学习里用法稍有不同：PPO 会把同一批推演数据反复利用几遍，每一遍也叫一个 epoch。

例子50 条演示共 2 万帧、批大小 64 时，一个 epoch 约 313 步；legged_gym 的 PPO 配置里每批推演数据训练 5 个 epoch（num_learning_epochs = 5）。

也叫

epoch、轮数、轮

相关

批大小、梯度下降、早停、过拟合、欠拟合、近端策略优化

来源

Google Machine Learning Glossary
GeeksforGeeks: Epoch in Machine Learning
legged_gym: legged_robot_config.py (num_learning_epochs = 5)