用語比較
エポック・バッチサイズ・イテレーションの違い（ミニバッチ学習の用語整理）
エポックは訓練データ全体を1周する単位、バッチサイズは1回のパラメータ更新に使うデータの件数、イテレーションはパラメータを1回更新する処理の単位です。3つは「データ全体」「1回分のまとまり」「更新の回数」という別の量を指します。
G検定の公式シラバスでは、大項目4「ディープラーニングの概要」の学習の仕組みに、「エポック」「イテレーション」「ミニバッチ学習」がキーワードとして挙がっています。データ全体を1周ならエポック、更新1回ならイテレーション、1回の更新に使う件数ならバッチサイズと分けると、説明文のキーワードで判定できます。
このページでは、指すもの、数え方、関係式という三つの軸で比較します。件数を代入して更新回数を求める計算と、取り違えやすい選択肢の除外手順まで、試験で使える形に整理します。
この記事の根拠と出典
各セクションの見出しの下に、公式資料で確認した内容か編集部の整理かをラベルで示しています。 試験日・料金・申込条件・試験方式は変わることがあるため、申込前に公式サイトで確認してください。G検定の一次情報確認日: 2026-10-02。
- 公式一次資料と照合した内容
- バッチサイズ（未指定は32）、エポック、1エポックのステップ数の既定値は、Keras公式ドキュメントのModel training APIsを2026-10-15に照合しています。エポックとイテレーションの定義は、G検定の公式シラバス2024のキーワードと本サイトの用語集に基づきます。
- 編集部が学習用に整理した内容
- データ全体、1回、件数という語で選択肢を判定する手順と、計算例の数値は編集部の学習上の整理です。
資格ごとの公式資料の一覧
結論
公式一次資料と照合：用語の定義は公式一次資料と照合しています。
エポック
訓練データ全体を1回すべて学習に使い切る単位。Keras公式ドキュメントは、エポックを与えたデータ全体にわたる1回の反復と説明する。
バッチサイズ
1回の勾配更新に使うサンプルの数。Keras公式ドキュメントは、未指定ならbatch_sizeは32になると説明する。
イテレーション
パラメータを1回更新する処理の単位。ミニバッチ学習では1回で1つのミニバッチ分のデータを使い、これを繰り返して1エポックを構成する。
違いを表で確認
| 比較軸 | エポック | バッチサイズ | イテレーション |
|---|---|---|---|
| 指すもの | 訓練データ全体を1周する単位 | 1回の更新に使うデータの件数 | パラメータを1回更新する処理の単位 |
| 数える対象 | データ全体を何周したか | 1回の更新に何件使うか | 更新を何回行ったか |
| Keras公式ドキュメントでの引数 | epochs（モデルを訓練するエポック数） | batch_size（1回の勾配更新あたりのサンプル数。未指定は32） | steps_per_epoch（1エポックが終わるまでのバッチの数。NumPy配列などでは未指定なら、サンプル数をバッチサイズで割った値） |
| 関係 | 1エポックのイテレーション数 = データ件数 ÷ バッチサイズ | バッチサイズを大きくすると、1エポックの更新回数は減る | 1エポックのイテレーション数 × エポック数 = 全体の更新回数 |
| 選択肢で探すキーワード | データ全体を1回、訓練データを1周 | 1回の更新に使う件数、ミニバッチの大きさ | パラメータを1回更新、更新の回数 |
公式一次資料と照合：G検定: 2026-10-02に一次資料で確認一次資料の一覧を見る →
G検定の学習に使う書籍（Amazon）
試験範囲を通して読むときの1冊です。読んだ章は、このサイトの章別問題で確かめられます。
どこで迷っているかを切り分ける
エポックとイテレーションを同じ回数だと思う人
エポックはデータ全体を1周する単位、イテレーションは更新1回の単位で、数える対象が違います。ミニバッチ学習では、複数回のイテレーションを重ねて1エポックになります。設問に『データ全体』とあればエポック、『パラメータを1回更新』とあればイテレーションです。
バッチサイズを、更新の回数だと思う人
バッチサイズは1回の更新に使うデータの件数で、回数ではなく大きさです。回数を聞かれたらイテレーション、件数を聞かれたらバッチサイズです。
ミニバッチ学習と用語の関係がつかめない人
ミニバッチ学習は、訓練データを少数ずつのまとまり（ミニバッチ）に分け、その単位ごとにパラメータを更新する学習方式です。ミニバッチの大きさがバッチサイズ、ミニバッチ1つ分の更新がイテレーション、全部のミニバッチを使い切ったところがエポックです。
具体例で使い分ける
編集部の整理
例 1
1エポックあたりの更新回数を求める場合
訓練データが1000件、バッチサイズが100です。
- Kerasでは、1エポックのステップ数は、サンプル数をバッチサイズで割った値が基準になります。
- 1000 ÷ 100 = 10 なので、1エポックで10回のミニバッチ更新（イテレーション）を行います。
- 10回の更新で、1000件すべてを1回ずつ使い切ります。
結論: 1エポックのイテレーション数は10回です。
例 2
全体の更新回数を求める場合
訓練データが1000件、バッチサイズが100、エポック数が5です。
- 1エポックのイテレーション数は 1000 ÷ 100 = 10 です。
- 5エポック繰り返すので、全体の更新回数は 10 × 5 = 50 です。
- データ全体は5周使われています。
結論: パラメータの更新は合計50回、つまり50イテレーションです。
例 3
バッチサイズを変えた場合
訓練データが1000件のまま、バッチサイズを100から200に変えます。
- 1エポックのイテレーション数は 1000 ÷ 200 = 5 になります。
- 1回の更新に使う件数が増えるので、1エポックの更新回数は減ります。
- データを1周する単位であるエポックの定義は変わりません。
結論: バッチサイズを大きくすると、1エポックのイテレーション数は減ります。
問題文から答えを選ぶ手順
編集部の整理：データ全体、1回、件数という語で選択肢を判定する手順と、計算例の数値は編集部の学習上の整理です。
- 1
何を数えているかを確認する
データ全体を何周したかならエポック、更新を何回したかならイテレーション、1回に何件使うかならバッチサイズです。
- 2
『全体』『1回』の語を探す
『訓練データ全体を1回』はエポック、『パラメータを1回更新』はイテレーション、『1回の更新に使うサンプルの数』はバッチサイズです。
- 3
関係式で確かめる
1エポックのイテレーション数は、データ件数をバッチサイズで割った値です。件数が与えられたら、割り算で確かめます。
- 4
更新回数で迷ったら件数とバッチサイズを割る
1000件・バッチサイズ100のような簡単な数で1エポックの更新回数を求め、選択肢の説明と合うかを確かめます。
試験での見分け方
編集部の整理
- 1訓練データ全体を1回使い切る単位はエポック。
- 2パラメータを1回更新する処理の単位はイテレーション。
- 31回の更新に使うサンプルの数はバッチサイズ。
- 41エポックのイテレーション数 = データ件数 ÷ バッチサイズ。
- 5全体の更新回数 = 1エポックのイテレーション数 × エポック数。
- 6ミニバッチ学習は、データを少数ずつのまとまりに分けて、その単位ごとに更新する方式。
誤答しやすい選択肢
エポック数と更新回数を同じ数だと思う
修正: エポック数はデータ全体を何周したか、更新回数は1エポックのイテレーション数を掛けた値です。ミニバッチ学習では更新回数のほうが大きくなります。
バッチサイズを大きくすると更新回数も増えると思う
修正: データ件数が同じなら、バッチサイズを大きくすると1エポックのイテレーション数は減ります。件数を割る数が大きくなるためです。
イテレーションをデータ全体を1周する単位と考える
修正: データ全体を1周する単位はエポックです。イテレーションは更新1回の単位で、ミニバッチ学習では1回で1つのミニバッチ分を使います。
エポックとハイパーパラメータを別の話だと思う
修正: エポック数やバッチサイズは、学習を始める前に人が決める設定です。重みのように学習で自動的に更新される値ではありません。
確認問題
Q1訓練データが2000件、バッチサイズが250のとき、1エポックのイテレーション数はいくつですか？
答え: 8回
2000 ÷ 250 = 8 なので、1エポックで8回の更新を行います。
Q2訓練データ全体を1回すべて学習に使い切った単位を何と呼びますか？
答え: エポック
データ全体を1周する単位がエポックです。パラメータ1回の更新を指すイテレーションとは別の単位です。
Q31エポックが10イテレーションで、エポック数が3のとき、パラメータの更新は合計何回ですか？
答え: 30回
10 × 3 = 30 なので、合計30回の更新を行います。
到達チェック
- エポックとイテレーションの違いを一言で言える
- バッチサイズが1回の更新に使う件数だと説明できる
- データ件数とバッチサイズから1エポックの更新回数を計算できる
- ミニバッチ学習と3つの用語の関係を説明できる
- エポック数とバッチサイズが、学習前に人が決める設定だと分かる
関連ページで確認する
同じ資格で次に知りたいこと
- GANとVAEの違い
GAN（敵対的生成ネットワーク）とVAE（変分オートエンコーダ）の違いを、学習の仕組み、構成要素、潜在変数の扱い、G検定での判断手順と確認問題まで解説します。
- L1正則化とL2正則化の違い
L1正則化（ラッソ回帰）とL2正則化（リッジ回帰）の違いを、罰則の形、係数が0になるかどうか、特徴選択への使い方、G検定での判断手順と確認問題まで解説します。
- シグモイド関数とReLU関数の違い
シグモイド関数とReLU関数の違いを、式、出力範囲、負の入力の扱い、G検定での判断手順、計算例と確認問題まで解説します。
よくある質問
Qエポックとイテレーションの違いは何ですか？
エポックは訓練データ全体を1周する単位、イテレーションはパラメータを1回更新する処理の単位です。ミニバッチ学習では、複数回のイテレーションで1エポックになります。
Qバッチサイズは何を表しますか？
1回の勾配更新に使うサンプルの数です。Kerasのbatch_sizeは、未指定なら32になります。
Q1エポックのイテレーション数はどう求めますか？
データ件数をバッチサイズで割ります。1000件でバッチサイズ100なら、10回です。
Q試験中に3つを最短で見分ける方法は？
データ全体を1周ならエポック、パラメータを1回更新ならイテレーション、1回に使う件数ならバッチサイズと判定します。
次に見る比較
- G検定・DS検定・統計検定2級で重なる用語10語の比較
同じ名前の用語の定義と収録章を、資格ごとに並べます。
- ベイズの定理と条件付き確率の違い（統計検定2級の式と計算例）
求める確率の向きの違いと、陽性になる確率の計算例を確かめます。
- 紛らわしい用語ペア早見表
混同しやすい用語の違いと判定の手掛かりを、資格別の一覧で確かめます。
執筆: ミナト編集部（運営者情報を見る）