LSTM处理MNIST数据集的特征与时间步设置疑问

嘿，我懂你想用LSTM练手MNIST的想法，不过这里有个关键细节得调整下——你对MNIST图像的重塑方式其实没贴合LSTM的序列输入逻辑哦！

• 先对齐LSTM输入与MNIST的结构：MNIST是28×28的灰度图，更合理的做法是把每一行像素当成一个时间步，这样时间步数量是28，每个时间步的特征数就是28（对应每一行的像素点）。这样输入形状应该是(28, 28)，而不是把整个图像拉成1×784的一维向量。
• 为什么要这么改？：LSTM的优势是处理序列数据，把图像的行看作序列的“逐帧”内容，相当于让模型“逐行读取”图像，能保留图像的空间结构信息。如果拉成1×784，那时间步变成784、特征数只有1，这样的序列对图像识别来说毫无意义，反而浪费了图像本身的结构特征。
• 代码调整示例：
  假设你原本的重塑代码是x_train = x_train.reshape(-1, 784)，那应该改成：

  x_train = x_train.reshape(-1, 28, 28)  # -1表示自动推断样本数量，28个时间步，每个步对应28个特征
  

  然后在Keras定义LSTM层时，input_shape就设为(28, 28)：

  from keras.models import Sequential
  from keras.layers import LSTM, Dense
  
  model = Sequential()
  model.add(LSTM(units=128, input_shape=(28, 28)))
  model.add(Dense(10, activation='softmax'))  # MNIST是10分类任务
  

• 关于你提到的input_shape=(600…：看起来应该是笔误啦，600既不是MNIST图像的时间步合理值，也不是特征数，按照上面的逻辑调整后，输入形状就完全符合LSTM的要求了。

内容的提问来源于stack exchange，提问作者Michele