ValueError: Data cardinality is ambiguous: x sizes: 499001 y sizes: 2497

pycharm报错内容：

我的代码中是构建了一个GRU网络，在model.fit(x,y)部分出错，错误的原因应该是x和y的size不一致。
我做的预测是时间序列单步预测，且属于自回归模型。

举例说明为什么我的size设置不一致，原本应该是用本周周一到周五每天温度数据预测本周周六的温度，然后用本周周二到周六每天的温度数据预测本周周天的温度，以此类推。

假设我有一个月的数据：
那么x_train的shape=(30,5,1)，y_train的shape=（30,1,1）这样是合理的。
但是由于一天24小时的温度是不同的，我现在想用本周周一到周五共5×24个小时的温度数据来预测本周周六的温度，那么此时我的x_train的shape=（30×24，5×24，1），y_train的shape不变，shape=（30,1,1），这就导致了y_train和x_train的size不同，程序报错。

结论：不确定上述设置训练集的方法是否存在可行性，但由常识来思考训练标签和训练数据应该处于同一度量单位下。

时间序列预测小白一枚，欢迎各位读者批评指正。