データセットをバッチサイズで割り切れない場合

Question

ゼロから作るディープラーニング❷のp216,217についての質問です。

data_size=999
batch_size=10
time_size=5

ミニバッチあたりの試行回数の計算が、下記のような計算になっているのですが、下記の計算では切り捨て徐算になっているため、19がmax_itersになると思うのですが、それでは１エポックで999このデータのうち**50*19つまり((batch_size * time_size)*max_iters)**で合計950にしかならず、エポックの定義である「全てのデータを見た」ということにならないのではないかと思いました。なぜ950で良いのかを教えていただきたいです。
わかりにく質問なのですが、お願いします。

# ミニバッチあたりの試行回数を計算
max_iters = data_size // (batch_size * time_size)

Comments

[quickquip]

data_size 1000じゃありません?

[kontikuwa]

ほんといつも回答ありがとうございます。すみませんわかりにくい質問で。data_size=corpus[:-1]ってなってたんで999かと思ったのですが、間違ってますか？すみません、無能なため、まちがっていたかもしれません。なんで1000になるか教えていただけると嬉しいです。

[quickquip]

あ、すみません。私が誤読しました。（回答しなくてよかった……）

[kontikuwa]

いや、回答いつでも待ってます笑。いつもほんと助かってます。また答えてくださることができる時はお願いします。

Answer 1

https://machinelearningmastery.com/difference-between-a-batch-and-an-epoch/
によると、データセットをバッチサイズで割り切れない場合（余りが出る場合）、そのあまりのデータを使わないか、最後のバッチだけ数が少なくなる？と書いてあるらしいです。
すみません、無能なんで、訳があっているかわかりません。ぜひこのサイトの「What if the dataset does not divide evenly by the batch size?」の部分を読んでみてください！