CNTKのエポックサイズを定義する単位は何ですか？

Question

私が正しく理解していれば、CNTKのPython API Trainer.previous_minibatch_sample_countは、以前のミニバッチのサンプル数（およびシーケンスではない）を返すことになっています。私は（別の）SequenceClassification例を変更した場合、

minibatch_size = 70 
... 
Minibatch[ 1- 1]: loss = 4.857261 * 67, metric = 100.0% * 67 
Minibatch[ 2- 2]: loss = 4.835442 * 63, metric = 60.3% * 63 
Minibatch[ 3- 3]: loss = 4.798552 * 68, metric = 36.8% * 68 
Minibatch[ 4- 4]: loss = 4.751775 * 70, metric = 35.7% * 70 
Minibatch[ 5- 5]: loss = 4.678326 * 65, metric = 30.8% * 65 

しかし：私はLanguageUnderstanding例では期待どおりに動作することを確認できる（つまり、最後のminibatchのサンプル数は、実際に近い使用されminibatch_sizeにあります） ProgressPrinter（変更のみ）を使用して、私は次のような出力を得る：上記の出力で

minibatch_size = 200 
... 
Minibatch[ 1- 1]: loss = 1.611397 * 44, metric = 88.6% * 44 
Minibatch[ 2- 2]: loss = 1.611021 * 47, metric = 91.5% * 47 
Minibatch[ 3- 3]: loss = 1.608516 * 42, metric = 88.1% * 42 
Minibatch[ 4- 4]: loss = 1.611613 * 44, metric = 93.2% * 44 
Minibatch[ 5- 5]: loss = 1.610344 * 47, metric = 93.6% * 47 

を、トレーナー（40〜50）によって報告された「サンプル数は」minibatch_size（200）よりもかなり小さいです。 Trainerが上記のサンプルではなく、ミニバッチでSEQUENCESの数を返すように見えることを手動で確認しました。

これは何か予想されますか？もしそうなら、ここでの論理は何ですか？

私はいくつかのチュートリアル/例がTrainer.previous_minibatch_sample_countから返された値に依存していることがわかります。これはエポックの終了を判断するためです...これはいつも確実に機能しますか？チーム内の異なる人々のために複数の回答を照合

は

Answer 1

：

• トレーナーはカウントがこの場合は#sequencesある#labelsで返されました。指定されたminibatch_sizeは#samples（すべてのストリームにわたって）であり、minibatch_sourceはストリームが指定された数を超えないようにサンプルのバッチを返します。この場合、フィーチャストリームは1サンプル当たり複数の語を有し、したがって境界閾値を決定する。

• トレーナーは、勾配、すなわちラベルの数を生じる#samplesを返します。また、目的関数内で集計された項目の数を考えることもできます。