整个数据集的前向和后向传播称为 epochs。epoch 的数量是训练过程的一个参数，不能先验估计，它取决于你希望训练/验证错误有多低。一种方法是训练直到您的验证错误足够小，并且只要 epoch 的数量小于阈值。另一种方法是提前停止：当验证错误达到​​最小值时，停止训练。有关提前停止的更广泛解释，请参阅此博客。

总结：每个网络和数据集的epoch数以及优化技术都是特定的，你应该设置它们以便有足够低的损失，但不要过拟合（提前停止是为了不过拟合） .