如何在RNN模型中重塑输入数据以进行预测

Question

在使用经过训练的模型使用新数据进行预测时，由于形状不同而返回错误：

代码如下：

print(test_data.shape)
print(df_2.shape)

ValueError: Cannot feed value of shape (126, 251) for Tensor 'input:0', which has shape '(?, 252, 1)'

训练数据的形状和用于预测的数据（需要重塑）：

(126, 252, 1)   #training data
(126, 60480)    #prediction data

我相信我已经尝试过类似的方法：

df_2 = np.reshape(df_2, (df_2.shape[0], df_2.shape[1], 1))

我认为出了点问题。我应该做类似的事情吗 df_2 = df_2.reshape((test_inputs.shape[0], 252, 2))还是x_train = df_2.reshape(df_2.shape[0], x_train.shape[1], 1)？

其他问题：

1）如何更改输入数据的形状？

2）这样做时要考虑哪些因素？还是改变形状的原理是什么？当我们改变形状时会发生什么？

谢谢