epochs：当一个完整的数据集通过了神经网络一次并且返回一次，这个过程称为epoch
在神经网络中传递完整的数据集一次是不够的，需要我们将完整的数据集在同样的神经网络中传递多次，但是随着epoch次数的增加，神经网络中的权重更新次数也增加，曲线从欠拟合到过拟合。对于不同的数据集，有不同数量的epoch才合适
Batch：当不能将数据集一次性通过神经网络时，需要将数据集分成几个batch
迭代：2000个训练样本的数据集，将2000个样本分成大小500的batch，完成一个epoch需要4个iteration
