Epoch
One full pass of the training algorithm over the entire training dataset.
L’entraînement demande normalement de nombreuses époques, car un seul passage sur les données suffit rarement. Trop peu et le modèle sous-apprend ; trop et il se met à mémoriser. Les très grands modèles s’entraînent parfois sur moins d’une époque, simplement parce que le jeu de données est énorme.
En pratique : Dix époques sur 50,000 images signifient que le modèle a vu chaque image dix fois.