Question

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

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")

我的训练线成功运行：

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

现在我尝试预测测试集再次被60整除，但是我得到了错误：

ValueError：在有状态网络中，您应该仅使用a传递输入可以除以批量大小的样本数。发现：240 样本。批量大小：32。

有谁能告诉我上面有什么问题？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您没有在model.predict中指定批量大小。您可以在＆＃34;预测＆＃34;中的documentation中看到。部分，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。因此，您需要在batch_size=60中指定model.predict。

由于batch_size问题，有状态LSTM无法预测

1 个答案: