什么是纪元？

在人工神经网络的世界中，一个纪元是整个训练数据集的一个循环。训练神经网络通常需要许多时期。简而言之，如果我们为神经网络提供超过一个时期的不同模式的训练数据，那么当我们给它一个新的未观察到的输入（测试数据）时，我们期望改进泛化能力。

模型的数据集的基础参数随着每个时期的变化而变化。因此，批量梯度下降学习算法以每个批次的 epoch来命名。批量大小通常为 1 或更大，并且它始终是纪元号中的整数值。或者，它可以表示为具有一定数量的 for 循环，每个循环路线遍历整个训练数据集。

当样本“批量大小”值指定为 1 时，for 循环包含一个层，使其能够在单个批次中运行指定的样本。确定模型应执行多少次训练取决于与数据和模型目标相关的多个参数。要将此过程转换为算法，通常需要对数据有透彻的理解。

当一个完整的数据集通过神经网络向前传输然后向后传输时，它被称为一个 Epoch。我们将纪元分成多个较小的批次，因为一个纪元太大而无法一次全部发送到计算机。

在区块链网络中，纪元被视为特定的时间段。

这段时间用于指定区块链网络中特定事件何时发生，例如何时分配激励或何时分配一组新的验证器来验证交易。每个区块链协议都以不同的方式定义该时间段。一般是指链上一定数量的区块完成所需要的时间。

例如，在以太坊（ETH）协议中，一个纪元是指链上完成 30,000 个区块所需的时间。一个纪元的长度由处理交易和达成协议的速度决定，但是，在大约 100 小时内，速度保持相对稳定。

另一个例子是卡尔达诺区块链系统，其中纪元被称为时间单位。 Cardano (ADA) 采用 Ouroboros Praos，这是一种定制的权益证明 (PoS) 共识方法，可将区块链分为五天的时期。然后，纪元被分为多个时隙，每个时隙由 20 秒的间隔组成。目前每个纪元有432,000 个空位（五天）可用。