最近做实验，用到lstm（tf-gpu的keras）。
之前已经用自己的数据训练过，一切正常，没有出现bug，然而，当我重新放入一批新的样本进行训练时，却报错：
，错误定位到了模型对验证集进行预测那行。
想到应该是shape出错了，但反反复复查了好几遍，训练集和验证集除了样本数量，其他完全一样。于是在实验室师兄的建议下，查看了模型各层的参数情况：
对比一下之前训练集的模型参数情况：
明明用的是同一个模型，为什么用我最新的训练集训练完之后模型各层的output shape反而和之前不一样了？
原来的训练集长度是1024，现在的训练集长度是1600，bs我设了200，刚好能整除1600，会不会是因为训练集被整除了，所以模型训练完之后直接默认是200的长度？
我抱着试一试的心态，将我的bs改为了300，然后，可以了！预测能顺利的进行下去！omg，我是什么绝世小天才~（hh，just joking~）
虽然问题解决了，但里面的机制我还没有去了解过，可能之后有时间了会去研究研究，弄懂了之后我再来记录吧~
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
