Epoch
En epoch er én gennemgang af hele træningsdatasættet under træning af en maskinlæringsmodel.
Kort fortalt
En epoch svarer til at modellen ser alle træningseksempler én gang.
- Kategori
- træning
- Niveau
- begynder
- Udtale
- ˈiːpɒk
Betydninger
1- 1
En komplet gennemgang af alle træningseksempler i et datasæt under træning af en maskinlæringsmodel. Under en epoch opdateres modelparametrene typisk flere gange (i batches).
- Modellen blev trænet i 50 epochs for at opnå tilstrækkelig konvergens. — Forskningsartikel, 2023
- For mange epochs kan føre til overfitting, så tidlig stop bruges ofte.
Hvornår bruges det
Epoch er en central parameter i træningsprocessen. Antallet af epochs bestemmer, hvor mange gange modellen gennemgår datasættet, hvilket påvirker både læringshastighed og potentiel overfitting.
Kodeeksempel
for epoch in range(num_epochs):
for batch in dataloader:
# forward pass, loss, backward, optimizer step
passSimpel træningsløkke der viser iteration over epochs og batches.
Oprindelse
Fra græsk 'epokhē' (ἐποχή) betyder 'standsning' eller 'punkt i tiden'. I machine learning bruges det om en komplet cyklus af træning.
Afledte ord
1Kilder
1- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.