Minibatch 是输入到网络中的示例集合，（一个又一个示例），并且在每个示例之后完成反向传播。然后我们取这些梯度的平均值并更新我们的权重。这样就完成了 1 个 minibatch 的处理。

我读了这些帖子

• [1]
• [2] ,
• 关于小批量中的填充条目，因此它们具有相同的长度
• 关于保留细胞状态，但我仍然不清楚以下内容：

问题一：

LSTM 的小批量实体是什么样的？比如说，我希望它一个字母一个字母地再现莎士比亚（30 个字符可供选择）。

我启动 LSTM，让它预测一首诗的 200 个字符，然后执行反向传播。（因此，我的 LSTM 使用 200 个时间步长）。这是否意味着我的小批量包含 1 个长度为 200 的示例？

问题b部分：

如果我想并行推出 63 首其他小批量，我会选择额外的 63 首诗吗？（编辑：原始答案没有明确提到这一点，但我们不会并行训练小批量。我们训练 1 个小批量，但并行训练它的示例）

问题 C 部分：

如果我希望每个 minibatch 包含 10 个不同的示例，这些示例会是什么，它们与“我认为的 minibatch”有何不同？