由於batch_size問題，有狀態LSTM無法預測

Question

我能夠使用keras成功地訓練我的有狀態LSTM。我的批量大小爲60，每輸入我在網絡中發送是的batch_size 以下整除是我的片斷：

model = Sequential() 
model.add(LSTM(80,input_shape = trainx.shape[1:],batch_input_shape=(60, 
trainx.shape[1], trainx.shape[2]),stateful=True,return_sequences=True)) 
model.add(Dropout(0.15)) 
model.add(LSTM(40,return_sequences=False)) 
model.add(Dense(40)) 
model.add(Dropout(0.3)) 
model.add(Dense(output_dim=1)) 
model.add(Activation("linear")) 
keras.optimizers.RMSprop(lr=0.005, rho=0.9, epsilon=1e-08, decay=0.0) 
model.compile(loss="mse", optimizer="rmsprop") 

我的訓練線，成功運行：

model.fit(trainx[:3000,:],trainy[:3000],validation_split=0.1,shuffle=False,nb_epoch=9,batch_size=60) 

現在我試圖預測在測試集上可以再被60整除，但是我得到的錯誤：

ValueError: In a stateful network, you should only pass inputs with a number of samples that can be divided by the batch size. Found: 240 samples. Batch size: 32.

有誰能告訴我上面有什麼問題嗎？我很困惑，嘗試了很多東西，但沒有任何幫助。

Answer 1

我懷疑是因爲您沒有在model.predict中指定批量大小。正如你可以在「預測」部分中的documentation看到，默認參數是

model.predict(self, x, batch_size=32, verbose=0) 

這就是爲什麼32次出現在您的錯誤信息。所以你需要在model.predict中指定batch_size=60。