我是张力流的新手，我现在对batch_size的含义感到有些困惑。众所周知，batch_size的含义是每批次的样本数，但根据ptb_word_lm中的代码，似乎不是：
reader.py：
data_len = tf.size(raw_data) #the number of words in dataset
batch_len = data_len // batch_size
batch_len是什么意思？批次数？
ptb_word_lm.py：
self.epoch_size = ((len(data) // batch_size) - 1) // num_steps
epoch_size是什么意思？每批中的序列数量？
但是如果batch_size表示批次数，那么一切都有意义。我误解了什么吗？
答案 0 :(得分：3)
这里有一些不同的概念：LSTM的纪元，步骤，批处理和展开步骤。
在最高级别，您训练具有多个纪元的网络。在每个时代，您将逐步通过并使用所有训练数据（通常以随机顺序）;在每个步骤中，您将训练一批样品。
我认为LSTM增加的混乱是：每一步，你都会训练一系列批次，而不是一批。序列的长度是展开步数（num_steps）。