Machine learning LSTM中的序列长度是多少？

LSTM输入数据的维度是tensorflow中的[批次大小、序列长度、输入维度]

序列长度和输入维度的含义是什么

如果我的输入数据的格式为： [[1.23][2.24][5.68][9.54][6.90][7.74][3.26]]

---

LSTM是递归神经网络的一个子类。根据定义，递归神经网络应用于序列数据，在不丧失通用性的情况下，表示数据样本随时间变化。然后，数据样本的完整历史由有限时间窗口中的样本值来描述，即，如果数据存在于N维空间中，并在t个时间步长上演化，则输入表示形式必须是形状（num_samples，t，N）

您的数据不符合上述描述。然而，我假设这个表示意味着你有一个标量值x，它在7个时间实例中演化，这样x[0]=1.23，x[1]=2.24，等等

---

如果是这种情况，您需要重新调整输入的形状，使其不是一个包含7个元素的列表，而是一个形状数组（7,1）。然后，你的完整数据可以用一个三阶形状张量（num_samples，7，1）来描述，这个张量可以被LSTM接受。

如果我们处理的是文本嵌入，那么N应该被指定为总是1吗？这取决于。有多少维度？