请问博主，测试样本有650条，但是输出output文件只有645个结果，请问是哪里被截断了吗？

[pymLovelyq]

loading weights file bert/chinese_bert/pytorch_model.bin [2021-06-11 21:12:15,450 INFO] loading Word2VecKeyedVectors object from pretrain_emb/word2vec [2021-06-11 21:12:15,493 INFO] setting ignored attribute vectors_norm to None [2021-06-11 21:12:15,493 INFO] loaded pretrain_emb/word2vec [2021-06-11 21:12:20,943 INFO] Loading test dataset from bert_data/ali.test.0.bert.pt, number of examples: 650

结果只有645个输出，然后对比了下，发现是样本中不是存在中间某几个测试样本被抛弃了？还是没有生成？ 个人初步怀疑是对话太长了，导致整个被截断了，然后没有生成？ 但是改了几个参数，发现max设置成很大，依然只有645个样本输出，请问博主知道是什么问题吗？或者有什么思路？谢谢！！！

（测试另外一个数据集，也出现类似的情况，少了10条测试样本的结果数据）

[RowitZou]

参考代码 models/data_loader.py 的 352行至369行，出现这种情况的原因可能是：某一个 example 的 token 总数目超过了 batch size（训练时默认是 2000，测试时默认是 20000），就会将其丢弃，否则可能会 OOM。

另一种可能的原因是，preprocess 时，对话的句子数目小于参数-min_turns 的设置值，就会将其丢弃。但此参数默认是1，只要对话有至少一句话，就会将其保留，除非数据有噪声导致此 example 为空。

[pymLovelyq]

preprocess 时，对话的句子数目小于参数-min_turns 的设置值，就会将其丢弃，是不是也说明如果max_turns大于默认值100，也会丢弃？

[RowitZou]

max_turns 大于100，后续句子会被截断。

[pymLovelyq]

尝试了修改batchsize，还是原样，650个测试样本，总是得到645个结果输出。是不是跟模型初始训练有关，是不是初始训练时候就要正确的参数，不然仅仅靠测试时修改参数也没有影响。

[RowitZou]

测试和训练使用的数据格式相同，使用了同样的预处理和数据载入过程。如果训练没有问题，测试也应该没有问题。

1. 可以检查是否在训练时也出现了部分训练数据被舍弃的现象。
2. 为测试样例添加标记，查看是哪些样例被丢弃。
3. 检查ali.test.0.bert.pt是否有650个样例，如果有，说明样例在数据载入后被丢弃，如果没有，说明样例在数据处理时就被丢弃。

[pymLovelyq]

确定ali.test.0.bert.pt有650个样例，应该是载入后被丢弃。修改了载入后处理数据的代码，发现并不奏效，不知道是哪一部分的代码强制丢弃了。。。

[RowitZou]

建议先找出被丢弃的具体样例，然后将其整合成一个小测试集（由被丢弃的样例组成）。再输入模型进行单步调试。

[SCU-JJkinging]

确定ali.test.0.bert.pt有650个样例，应该是载入后被丢弃。修改了载入后处理数据的代码，发现并不奏效，不知道是哪一部分的代码强制丢弃了。。。

请问您最后解决了吗？