在Keras中更改batch_size参数会导致广播错误

Question

我正在运行一个简单的编码器-解码器设置，以训练一维图像的表示形式。在此示例中，输入的是具有不同斜率的线，在编码层中，我们希望看到类似于斜率的东西。我的设置是带有tensorflow后端的keras。我对此也很陌生。 一切正常，至少直到我在model.fit（）方法中从steps_per_epoch移到batch_size为止。 batch_size的某些值（例如1,2、3、8和16）可以正常工作，而其他值则出现值错误。我最初的猜测是2 ^ n，但这没有用。 我得到的错误batch_size = 5 In Inner Finally

我试图了解batch_size和训练数据之间的哪种关系是有效的，以便始终通过。我以为训练集将被简单地划分为floor（N / batch_size）批次，其余部分将照此处理。

我的问题是：

1. 允许的数据集大小和batch_size之间的关系是什么？
   1. keras / tensorflow到底要做什么才能使batch_size很重要？

非常感谢您的帮助。

重现此代码是

ValueError: operands could not be broadcast together with shapes (5,50) (3,50) (5,50)