Input_shape参数

背景：

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。

参数：

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。

举例：

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)