在Keras中，Epoch和Batch Size是兩個用于訓練神經網絡的重要參數。
Epoch是指整個訓練數據集被訓練一次的次數。在每個Epoch結束后，模型的參數會根據損失函數進行更新。增加Epoch的數量通常可以提高模型的性能，但會增加訓練時間。
Batch Size是指在每次參數更新時，模型所處理的樣本數量。在訓練過程中，數據集通常會被分成多個小批次進行訓練，每個小批次的樣本數量就是Batch Size。較大的Batch Size可以加快訓練速度，但可能會導致模型的泛化能力下降；較小的Batch Size可以提高模型的泛化能力，但訓練速度會變慢。
通過調整Epoch和Batch Size這兩個參數，可以對模型的訓練過程進行優化，找到一個合適的平衡點，以獲得最佳的模型性能。
