Input Keras功能API输入形状-一个样本或整个培训集

我在理解Keras函数API的输入形状时遇到一些困难。 它期望一个输入样本的大小，还是整个训练数据集的大小

我的数据集由一个大小为（3200,24）的输入集组成，其中一个训练样本（个人）为（100,24）。因此，我有32个培训样本/人。对于每个人来说，标签是一个时间序列（100,1）。如何告诉NN它需要将100行视为一个样本？我的输入形状是什么

X_.shape=（3200,24）和 final_y.shape=（3200，3）#这是三列，因为我正在制作一个自定义损失函数，需要其他信息。向量的实际标签部分是（3200，1）

### FUNCTIONAL API MODEL ###
inputs = keras.Input(shape=(32, 100, 24))
dense1 = layers.Dense(64, activation="relu")(inputs)
dense2 = layers.Dense(32, activation="relu")(dense1)
outputs = layers.Dense(1)(dense2)

model = keras.Model(inputs=inputs, outputs=outputs)

model.compile(
    optimizer='adam', 
    loss=custom_loss,
    metrics=['accuracy']
)

history = model.fit(X_transformed, final_y, epochs=10)