在Keras中以LSTM层时作为输入层时，需要输入input_shape参数表明输入的形状。
input_shape=(n_steps,n_features)
n_steps是时间步，n个时间步代表一组样本中有n个 观察点。
n_features是特征，n个 特征是在一个观察点观察得到的。
输入数据X=[[[10] [20] [30]] 输出数据y=[40 50 60 70 80 90]，
[[20] [30] [40]]
[[30] [40] [50]]
[[40] [50] [60]]
[[50] [60] [70]]
[[60] [70] [80]]]
由于LSTM层的输入数据一定要是一个三维数据，分别是(样本数，观察点，特征值)。上面X的shape是(6,3,1)，有六个样本，每个样本中有三个观察点，每个观察点可以得到一个特征。当我们想要用X的三个数据来预测一个y值时，每组样本中输入数据的shape是(3,1)，即input_shape=(3,1)。
需要说明的是当n_steps=1时，即 input_shape=(1,n_features)等效于input_shape=(n_features)
Original: https://blog.csdn.net/Fwuyi/article/details/123409946
Author: 方如一
Title: Input_shape参数
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/627015/
转载文章受原作者版权保护。转载请注明原作者出处！