假设样本数量为2000, batch_size为500
epochs一次指的是训练完全部样本一次，那么这里就是指训练完2000个样本
batch_size: 当样本数很大时， 有时需要将样本分为N个batch， 这个N就是nb_batch(batch数量)， 此时一个batch中包含的样本数量即是batch_size
iteration迭代次数：一个epoch中训练batch的次数，即训练完一个batch就是iteration一次， 所以应该等于nb_batch（batch数量）。那么按照这里的假设， 一个epoch需要训练2000个样本， 一把batch需要训练500样本， 即一个iteration需要训练500样本， 那么训练完一个epoch需要4个iteration（2000/500）。
所以本人觉得这就是为什么相同epoch次数， batch_size大， 训练时间会比batch_size小时短。因为batch_size大， 训练完一个epoch迭代次数少。