由于 batch_size 问题，有状态 LSTM 无法预测

Question

我能够使用 keras 成功训练我的有状态 LSTM。我的批量大小是 60，我在网络中发送的每个输入都可以被 batch_size 整除以下是我的片段：

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")

我成功运行的训练线：

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

现在我尝试预测再次被 60 整除的测试集，但出现错误：

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.

谁能告诉我上面有什么问题吗？我很困惑，尝试了很多东西，但没有任何帮助。

Answer 1

我怀疑错误的原因是你在model.predict中没有指定batch size。在"predict"部分的documentation可以看到，默认参数是

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

这就是您的错误消息中出现 32 的原因。所以需要在model.predict.

中指定batch_size=60

由于 batch_size 问题，有状态 LSTM 无法预测

Stateful LSTM fails to predict due to batch_size issue

lstm

keras

tensorflow

rnn