私の入力時系列データは形状です（nb_samples、75,32）。
75はタイムステップであり、32は入力ディメンションです。Keras LSTM多次元入力
model = Sequential()
model.add(LSTM(4, input_shape=(75, 32)))
model.summary()
LSTM重みベクトル、[W_i, W_c, W_f, W_o]は全32個の次元であるが、出力が1つだけの値です。上記モデルの出力形状は（1,4）である。しかし、LSTMでの出力もベクトルですので、上記のように1対多の実装では（32,4）ではありませんか？マルチディメンション入力にも単一の値を与えるのはなぜですか？
シェイプ(nb_sample, timestep, input_dim)の入力についてKeras doc for reccurent layers
で読むことができると、次の2つの可能な出力があります：あなたはLSTMにreturn_sequence=Trueを設定した場合、（あなたのケースではありません）
をすべての隠れた状態を返すので、LSTMがあなたのシーケンスを '読む'ときの中間段階です。形状(nb_sample, timestep, output_dim)の出力が得られます。
return_sequence=False（デフォルト）を設定すると、最後の状態のみが出力されます。したがって、形状(nb_sample, output_dim)の出力が得られます。
は、だから、このようなあなたのLSTM層を定義した場合：
model.add(LSTM(4, return_sequence=True, input_shape=(75, 32)))
がシェイプ(None, 75, 4)の出力を持つことになります。 32が時間ディメンションの場合は、データをLSTMに送る前にデータを転置する必要があります。最初の次元は時間的な次元です。
私はこれが助けてくれることを願っています:)
このベクターは32次元を持っていますが、どういう意味ですか？それは真実ではない。 –