Почему аргумент "шаг" необходим при прогнозировании с использованием тензоров данных?Что означает эта ошибка?

Question

Я пытаюсь predict() выводить для одной точки данных d, используя мою обученную модель Keras, загруженную из файла.Но я получаю ValueError If predicting from data tensors, you should specify the 'step' argument. Что это значит?

Я попытался установить step=1, но затем я получил другую ошибку ValueError: Cannot feed value of shape () for Tensor u'input_1:0', which has shape '(?, 600)'.

Вот мой код:

d = np.concatenate((hidden[p[i]], hidden[x[i]])).resize((1,600))
hidden[p[i]] = autoencoder.predict(d,steps=)

Модель ожидает (?,600) в качестве ввода.Я объединил два numpy массива shape (300,) каждый, чтобы получить (600,), размер которого увеличен до (1,600).Это (1,600) - мой вклад в predict().

Answer 1

В официальном документе шаги относятся к общему количеству шагов до остановки.Таким образом, шаги = 1 означают делать прогнозы для одной партии вместо того, чтобы делать прогнозы для одной записи (одна точка данных).

https://keras.io/models/sequential/