global steps 与 epoch
阅读说明
本文是笔者基于特定课程、项目代码与个人学习过程整理的工作笔记。部分论断可能不完整、过时或依赖特定版本，请结合原始论文、官方文档及实际源码独立核验。
这篇笔记用符号说明 global step 与 epoch 的区别，避免把某次实验的数据规模或划分方式当成固定规律。
记号¶
- 训练集中的 episode 集合记为 \(\mathcal{T}\)。
- 第 \(i\) 个 episode 的帧数记为 \(L_i\)。
- 动作预测长度记为 \(H\)，相邻预测动作的采样间隔记为 \(s\)。
- batch size 记为 \(B\)。
- 训练 epoch 数记为 \(E\)。
若从当前时刻开始一共预测 \(H\) 个动作，动作索引为
\[
t,\ t+s,\ t+2s,\ \ldots,\ t+(H-1)s,
\]
则最后一个动作相对当前帧的偏移量为
\[
\Delta=(H-1)s.
\]
在不额外补帧的前提下，第 \(i\) 个 episode 可形成的有效训练 sample 数为
\[
n_i=\max(0,\ L_i-\Delta).
\]
训练集的 sample 总数为
\[
N_{\mathrm{train}}=\sum_{i\in\mathcal{T}}n_i.
\]
Epoch 与 global step¶
一个 epoch 表示遍历一次训练集。若 DataLoader 不丢弃最后一个不足 batch 的批次，则每个 epoch 的优化 batch 数约为
\[
S_{\mathrm{epoch}}=\left\lceil\frac{N_{\mathrm{train}}}{B}\right\rceil.
\]
若启用 drop_last=True，则改为
\[
S_{\mathrm{epoch}}=\left\lfloor\frac{N_{\mathrm{train}}}{B}\right\rfloor.
\]
global step 通常是训练循环累计处理 batch 或执行优化更新的计数。若每个 batch 更新一次参数、没有梯度累积或特殊采样，则训练 \(E\) 个 epoch 后近似有
\[
S_{\mathrm{global}}=E\cdot S_{\mathrm{epoch}}.
\]
实际代码若使用梯度累积、分布式采样、重复采样、动态过滤或自定义 step 计数，global step 与优化器更新次数可能不再一一对应，应以训练循环实现和日志定义为准。
数据预处理、episode 划分与训练配置的上下文见：Diffusion Policy 数据训练流程。