[人工智能]使用keras的predict()，报错：SlowBackpropInput: input and out_backprop must have the same batch size

写了一个做图像语义分割任务的自编码器，结构如下：

成功训练并且保存了模型，输入一张128*128的图像进行预测，如下：

from tensorflow import keras

# 预测
test_arr = test_arr.astype("float16")/255
pred_arr = (conv_autoencoder.predict(test_arr) > 0.5).astype("int32")

运行后报错：Conv2DSlowBackpropInput: input and out_backprop must have the same batch sizeinput batch:5outbackprop batch: 1batch_dim:0

首先猜一下啥意思，这个batch size应该不是指的训练时梯度下降的batch size。训练模型时没有问题而且我没有传递batch_size参数。

因为这里说input batch，我输入5张图片进行预测，没有报错。

然后我去查找了keras API reference，地址：Model training APIs (keras.io)。

?说明Model.predict()函数也可以指定batch size，如果出现了报错就传递一个batch size参数，将代码修改如下：

# 预测
test_arr = test_arr.astype("float16")/255
pred_arr = (conv_autoencoder.predict(test_arr, batch_size=num) > 0.5).astype("int32")

num是需要预测的图片数量。成功运行，而且可以预测任意数量的图片。

END

如有错误，欢迎指正~

如果对此问题有更好的理解，欢迎和我交流~