Tensorflow 多对一RNN中的批量大小、历元和迭代

当涉及多对一RNN时，我很难定义批量大小

我一直在看以下文章：

这是在多对多RNN上，但批处理的定义仍然让我困惑

多对一RNN的批量大小是多少？

---

这可能会回答我关于历元和迭代的另外两个混淆。

在您链接的示例中，序列是形状向量

（N，）

，因为序列包含

N

二进制数

如果构成序列的项目不是数字，而是向量，则每个序列将具有形状

（N，项目大小）

RNN同时并行处理多个序列。这就是我们所说的批次。并行处理的序列数为

批量大小

，RNN的输入形状为

（批量大小，N）

在多对一场景中，批大小是相同的。唯一改变的是输出形状，因为不是生成大小为

（batch\u size，N）

，而是

（batch\u size，）

（或

（batch\u size，1）

）的输出，因为每个序列都将映射到单个输出

总之，批量大小是并行处理的序列数，因此多对多和多对一情况之间没有区别

关于您对历元/迭代的混淆，历元通常指对整个训练数据集迭代一次，而迭代指处理单个批次以执行一个SGD步骤