在论文中：

TensorFlow：一个用于大规模机器学习的系统 (Martín Abadi, Paul Barham, Jianmin Chen, Zhifeng Chen…)

术语“步时间”或“训练步时间”是什么意思？为什么不简单地使用训练时间？

回答：

在神经网络场景中，一个周期（epoch）可以定义为所有训练样本的一次前向传递和后向传递。我们不会一次性将所有神经元输入到我们的网络中。相反，我们选择一批神经元（小批量）并将它们输入。我们向前和向后处理训练数据的一个小子集。我们这样做是为了执行随机梯度下降，并防止我们的网络过拟合。个别训练步时间与总训练时间之间存在差异。例如，如果你的网络中有30个训练步骤，那么总训练时间 = 完成所有30个训练步骤所需的时间。

请查看参考文献[15]以获取以下表格：

[15] S. Chintala.convnet-benchmarks,github.com/soumith/convnet-benchmarks.

对于AlexNet，caffe的训练步时间为324毫秒。总时间 = 前向 + 后向 = 121 + 203