pytorch RuntimeError: Expected hidden[0] size (1, 17938, 50), got [2, 1, 50]が発生

Question

前提・実現したいこと

pytorchにてLSTMを使って、時系列データの予測をしたいのですが、
RuntimeErrorが発生しました。

解決方法がわからず困っておりますので、教えていただきたいです。
よろしくお願いいたします。

発生している問題・エラーメッセージ

RuntimeError: Expected hidden[0] size (1, 17938, 50), got [2, 1, 50]

該当のソースコード

class LSTM(nn.Module):

    #クラスのインスタンス化（はじめにLSTMクラスが実行されたときのみ実行される)
    def __init__(self, input_size =2, hidden_size =50, output_size = 1 ):
        super().__init__()

        #隠れ層のサイズ
        self.hidden_size = hidden_size

        #input_size　→　hidden_sizeに変換
        self.lstm = nn.LSTM(input_size, hidden_size)

        #hidden_size →　output_sizeに変換　lstmの出力に全結合レイヤーを介す
        self.fc = nn.Linear(hidden_size, output_size)

        #0で隠れ層を初期化する、hidden層の初期化とcell層の初期化
        self.hidden = (torch.zeros(2,1,hidden_size),torch.zeros(2,1,hidden_size))


    #予測に用いる関数(順伝播)
    def forward(self, x):
        #データと隠れ層の状態が返ってくる
        lstm_out , self.hidden = self.lstm(x, self.hidden)
        #全結合層、順伝播させるのはデータが格納されているlstm_outのみ
        pred = self.fc(lstm_out)

        return pred[-1] #-1を指定することで一番最後の値を取り出すことができる


print()
print('***LSTMの定義終了***')
print()





''' ******************関数の定義・インスタンス化****************** '''

#モデルのインスタンス化と損失関数、最適化関数を定義する
torch.manual_seed(3) #乱数の値を一定にし、処理結果を同じにする
model = LSTM() #インスタンス

#param = model.parameters()
#print(param)

#モデルの中身の確認
#for k,v in model.state_dict().items():
#    print(k)
#    print(v)


criterion = nn.MSELoss() #損失関数
optimizer = torch.optim.SGD(model.parameters(),lr=0.01) #最適化関数


print()
print('********************関数の定義・インスタンス化終了********************')
print()




''' ******************ここから学習****************** '''

model.train() #学習モード

epochs = 10 #epochを定義
loss_list_train = [] #損失を格納する配列を用意


print(x_train)


#epochごとに重みを更新
for epoch in range(epochs):

        #順伝播 ***LSTMモデルに入力データを引数で渡して、戻り値で順伝播後の予測値が返ってくる
        rsoc_pred_train = model(x_train)
　　　　　#★ここでエラーが発生

データのかたち

x_train.shape = torch.Size([60, 17938, 2])

補足情報（FW/ツールのバージョンなど）

pytorchを使用