tensorflow - 为什么在使用数据张量进行预测时需要 "step"参数？这个错误是什么意思？

Question

我正在尝试 predict()单个数据点的输出 d ，使用我从文件加载的训练有素的 Keras 模型。但我得到了一个 ValueError If predicting from data tensors, you should specify the 'step' argument.这是什么意思？

我试过设置 step=1 ，但后来我得到了一个不同的错误 ValueError: Cannot feed value of shape () for Tensor u'input_1:0', which has shape '(?, 600)' .

这是我的代码:

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

模特期待 (?,600)作为输入。我连接了两个 numpy shape (300,) 的数组每人获得 (600,) ，其大小调整为 (1,600) .此 (1,600)是我对 predict() 的输入.

Answer 1

就我而言，预测的输入是 None (因为我在代码的另一部分有一个错误)。