Что такое эпоха в обучении нейросети?

не заморачивайтесь особо, для базового понимания достаточно знать что чем больше эпох тем дольше и точнее обучение

я тоже споткнулась на этом слове когда курс проходила, препод сравнил с десятикратным решением одного и того же сборника задач

1. Эпоха - это один полный проход модели по всему обучающему набору данных, от первого примера до последнего.
2. Это не единица времени вроде часа или дня, а именно количество «кругов» по данным - одна эпоха может занять и минуты, и сутки в зависимости от объёма данных и мощности железа.
3. Обычно данные разбивают на маленькие порции (батчи), модель проходит их все по очереди, и когда пройдены все порции - это и есть одна эпоха.
4. После каждой эпохи проверяют, насколько снизилась ошибка модели на тестовых данных, которые она не видела при обучении.
5. Чем больше эпох, тем сильнее модель подстраивается под обучающие данные, но после определённого числа эпох качество на новых данных может начать не расти, а даже падать - это уже переобучение.
6. Поэтому в статьях часто прямо указывают количество эпох как параметр эксперимента: «10 эпох» значит, что весь набор данных был показан модели десять раз подряд, с постепенной корректировкой весов на каждом проходе.
7. Аналогия со школьным уроком не совсем точная - ближе будет сравнение с десятикратным перечитыванием одного учебника от корки до корки, каждый раз чуть лучше запоминая материал.

Эпоха - это один полный проход модели по всем обучающим данным целиком, то есть если данные показали модели десять раз подряд с каждым разом корректируя её веса, в статье так и напишут «10 эпох», и это не про время, а про количество таких полных кругов по данным.

гугл переводчик если что переводит epoch как эпоха, вот и прижилось так в русском