这个问题没有答案，因为除了模型参数、硬件规格和数据集大小之外，还有问题的难度问题，这是无法量化的。

一个易于解决的问题可能需要更少的时期来使模型充分收敛。以两个图像分类任务为例：

• 第一个是 ILVRC，它包含大约 100 万张图像。
• 另一个包含 1m 红色和绿色图像的数据集（只有纯红色和纯绿色）。

两个数据集具有相同的图像尺寸、相同数量的图像，并将用于在同一台计算机上训练相同的模型。尽管这些任务看起来相同，但后者更容易解决，并且只需要几次迭代（即几秒钟）。前者更难，可能需要 2-3 周。

由于这种巨大的差异仅在数据集的不可量化特征上造成，目前无法判断模型需要训练多长时间。

此外，由于训练过程的随机性，两个相同的模型可能需要不同的时间来收敛，即使在相同的数据集上（由于不同的初始条件）。

注意：如果您知道模型（参数数量、某些超参数的选择）、数据集（特征、样本）和硬件，您可以估计的是每个 epoch 所需的时间。