批大小为10050个epoch

批大小为100意味着每次训练模型时，会同时处理100个样本。50个epoch表示整个训练数据集会被遍历50次。

批大小的选择通常会受到计算资源的限制以及模型的复杂程度的影响。较大的批大小可以利用并行计算的优势，加快训练速度。然而，较大的批大小可能会导致内存资源不足，因此需要根据具体情况进行权衡。

50个epoch的选择可能是基于经验或者通过实验得出的结果。较大的epoch数量可以更好地让模型学习到数据集中的模式和规律，但也可能导致过拟合问题。因此，需要通过验证集的性能来评估模型的效果，并在必要时调整epoch数量。

总之，批大小和epoch数量是训练模型时需要考虑的重要参数，需要综合考虑计算资源、模型复杂度和效果等因素来选择合适的数值。