多分支LSTM模型预测时触发max_seq_length <=0错误的求助

各位好呀！我最近在Kaggle上用两块T4 GPU训练一个多分支LSTM模型，输入是好几个长度不一样的序列，最终要预测的是数据里的"close"列。结果在预测阶段突然触发了max_seq_length <=0的错误，卡了好半天都没找到问题根源，来这儿求助大家啦！

先跟大家梳理下我目前的处理流程：

1. 归一化与数据处理 #

数据归一化这块我用了自己写的Normalizer类，代码是这样的：

normalizer = Normalizer(start_data[cols])
data = normalizer.normalize()
values = data[cols].values

2. 模型搭建 #

模型是多分支LSTM的结构，目前写了个开头：

times = [

虽然模型代码还没写完，但核心问题出在预测环节的max_seq_length <=0报错。我猜会不会是不同长度的输入序列在分支处理时，某个步骤把序列长度给处理成非正数了？或者是多GPU训练时，序列长度的同步出了什么问题？

有没有大佬遇到过类似的情况？麻烦给我点排查方向或者解决思路，真的太感谢了！

内容来源于stack exchange