我是 tensorflow 的新手，我现在对 batch_size 的含义有点困惑。众所周知，batch_size的意思是每批处理的样本数，但根据ptb_word_lm中的代码，似乎不是:
阅读器.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？批处理数？
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？
但是如果 batch_size 表示批处理的数量，那么一切都有意义。我是不是误会了什么？
请您参考如下方法:
这里有几个不同的概念:LSTM 的 epoch、step、batch 和 unroll steps。
在最高级别，您训练具有多个时期的网络。在每个 epoch 中，您将逐步遍历和使用所有训练数据(通常以随机顺序)；在每个步骤中，您训练一批样本。
我认为 LSTM 在这里添加的混淆是:每一步，您将训练一系列批处理，而不是单个批处理。序列的长度是展开步数(num_steps)。
