什麼是紀元？

在人工神經網路的世界中，一個紀元是整個訓練資料集的一個循環。訓練神經網路通常需要許多時期。簡而言之，如果我們為神經網路提供超過一個時期的不同模式的訓練數據，那麼當我們給它一個新的未觀察到的輸入（測試數據）時，我們期望改進泛化能力。

模型的資料集的基礎參數隨著每個時期的變化而變化。因此，批量梯度下降學習演算法以每個批次的 epoch來命名。批量大小通常為 1 或更大，並且它始終是紀元號中的整數值。或者，它可以表示為具有一定數量的 for 循環，每個循環路線遍歷整個訓練資料集。

當樣本「批量大小」值指定為 1 時，for 迴圈包含一個層，使其能夠在單一批次中執行指定的樣本。確定模型應執行多少次訓練取決於與資料和模型目標相關的多個參數。要將此過程轉換為演算法，通常需要對資料有透徹的理解。

當一個完整的資料集通過神經網路向前傳輸然後向後傳輸時，它被稱為一個 Epoch。我們將紀元分成多個較小的批次，因為一個紀元太大而無法一次全部發送到電腦。

在區塊鏈網路中，紀元被視為特定的時間段。

這段時間用於指定區塊鏈網路中特定事件何時發生，例如何時分配激勵或何時分配一組新的驗證器來驗證交易。每個區塊鏈協議都以不同的方式定義該時間段。一般是指鏈上一定數量的區塊完成所需的時間。

例如，在以太坊（ETH）協議中，一個紀元是指鏈上完成 30,000 個區塊所需的時間。一個紀元的長度由處理交易和達成協議的速度決定，但是，在大約 100 小時內，速度保持相對穩定。

另一個例子是卡爾達諾區塊鏈系統，其中紀元被稱為時間單位。 Cardano (ADA) 採用 Ouroboros Praos，這是一種客製化的權益證明 (PoS) 共識方法，可將區塊鏈分為五天的時期。然後，紀元被分成多個時隙，每個時隙由 20 秒的間隔組成。目前每個紀元有432,000 個空位（五天）可用。