Wat is Epoch?

Wat is een epoch eigenlijk?

Stel je voor dat je een nieuw kookboek bestudeert. Je bladert het van voor tot achter door, bekijkt elk recept één keer — dat is één epoch. Om echt te onthouden hoe je die gerechten maakt, moet je het boek waarschijnlijk vaker doornemen. Precies zo werkt het bij AI.

Een epoch is één complete doorloop van alle trainingsvoorbeelden die een AI-model krijgt aangeboden. Als je een model 10.000 foto's van katten en honden laat zien, dan is één epoch voltooid zodra het model alle 10.000 foto's precies één keer heeft bekeken en daarvan heeft geleerd.

Waarom heb je er meerdere nodig?

Één keer door de data lopen is vrijwel nooit genoeg. Net zoals je een gedicht meerdere keren moet lezen om het uit je hoofd te leren, heeft een AI-model meestal tientallen tot honderden epochs nodig om patronen echt goed te herkennen.

Bij elke nieuwe epoch past het model zijn interne "begrip" (de gewichten in het neurale netwerk) steeds verder aan. Na epoch 1 herkent het misschien 60% van de katten correct, na epoch 10 misschien 85%, en na epoch 50 wellicht 95%.

Maar te veel epochs kan ook een probleem zijn. Dan gaat het model de trainingsdata "uit z'n hoofd leren" in plaats van de onderliggende patronen te begrijpen — een verschijnsel dat overfitting heet. Het is alsof je alle antwoorden van een oefentoets memoriseert, maar de echte toets niet kunt maken.

Hoe weet je wanneer je genoeg epochs hebt?

Dat hangt af van meerdere factoren: de complexiteit van je data, de grootte van je dataset, en het type model. Bij moderne taalmodellen zie je vaak tussen de 3 en 10 epochs, omdat die datasets enorm groot zijn. Bij kleinere datasets voor specialistische taken (bijvoorbeeld röntgenfoto's analyseren) kunnen dat er 100 of meer zijn.

Data scientists houden tijdens het trainen de prestaties bij op een aparte testset — data die het model nog niet heeft gezien. Zodra de score op die testset niet meer verbetert of zelfs verslechtert, is het tijd om te stoppen met trainen.

Een voorbeeld uit de praktijk

Stel: je traint een AI-assistent om klantvragen te beantwoorden. Je hebt 5.000 eerdere gesprekken als trainingsdata.

• Epoch 1: Het model ziet alle 5.000 gesprekken voor het eerst. Het begint patronen te herkennen zoals "Als iemand vraagt naar 'factuur', gaat het vaak over betalingen."

• Epoch 5: Het model herkent nu genuanceerder: het onderscheid tussen vragen over facturen versturen, facturen corrigeren, en betalingsherinneringen.

• Epoch 20: De antwoorden worden nauwkeuriger en natuurlijker, het model snapt context beter.

• Epoch 40: De verbetering vlakt af — meer epochs leveren nauwelijks betere resultaten meer op.

Waar kom je het tegen?

Als je zelf een AI-model traint (bijvoorbeeld met tools zoals TensorFlow, PyTorch of Keras), moet je het aantal epochs instellen. Dat zie je vaak terug in trainingsscripts of notebooks: epochs=50 betekent dat het model 50 keer door je complete dataset loopt.

Ook in logging van trainingsprocessen zie je het terug: "Epoch 12/50 — accuracy: 87.3%" betekent dat je bij de 12e doorloop bent van de geplande 50, en dat het model nu 87,3% correct scoort.

Bij grote AI-labs die foundation models trainen (zoals GPT of Llama) zijn dit cruciale keuzes: te weinig epochs betekent dat het model z'n potentieel niet haalt, te veel kost onnodig veel rekenkracht en energie — en dat loopt bij die schaal al snel in de tonnen.

Wat kun je ermee?

Als je begrijpt wat een epoch is, kun je beter inschatten hoe lang het trainen van een model duurt en wat een realistisch aantal herhalingen is. Bij het experimenteren met AI-modellen — bijvoorbeeld voor een bedrijfstoepassing — helpt het om te snappen dat je eerste poging (één epoch) vaak nog teleurstellende resultaten oplevert, en dat geduld en herhaling essentieel zijn voor goede prestaties. Het is een van de fundamentele bouwstenen om te begrijpen hoe AI-systemen leren.