Epoch
One full pass of the training algorithm over the entire training dataset.
El entrenamiento normalmente toma muchas épocas, ya que una sola mirada a los datos rara vez alcanza. Con muy pocas, el modelo queda subajustado; con demasiadas, empieza a memorizar. Los modelos muy grandes a veces se entrenan durante menos de una época, simplemente porque el conjunto de datos es enorme.
En la práctica: Diez épocas sobre 50,000 imágenes significa que el modelo vio cada imagen diez veces.