我正在使用分布式词袋 (DBOW)，我很好奇在单个 Epoch 期间会发生什么？DBOW 是循环遍历所有文档（又名 Batch）还是循环遍历文档子集（又名 Mini-batch）？另外，对于给定的文档，DBOW 会从文本窗口中随机抽取一个词，并学习将目标词与窗口中的周围词关联起来的权重，这是否意味着 DBOW 可能不会遍历文档中的所有文本？
我已经通过 GENSIM ( https://github.com/RaRe-Technologies/gensim ) 代码来确定是否有批处理参数，但没有运气。
gensim 中 PV-DBOW 训练的一个时期Doc2Vec将遍历所有文本，然后对每个文本遍历所有单词，尝试依次预测每个单词，然后立即对预测的单词进行反向传播校正。也就是说，根本没有“小批量”：每个目标词都是一个单独的预测/反向传播。
（在如何将文本组发送到工作线程方面存在一种批处理，这可能会在一定程度上改变排序，但是呈现给神经网络的每个单独的训练示例都会单独纠正，因此没有 SGD-mini - 正在进行批处理。）
每个文本的单词按顺序考虑，并且仅在以下情况下被跳过： (a) 单词出现次数少于min_count；(b) 词是非常频繁的并且通过sample参数的值被选择用于随机丢弃。因此，您通常可以将培训视为包括每个文档的所有重要单词。