Keras Functional API 输入形状 - 一个样本或整个训练集

如何解决Keras Functional API 输入形状 - 一个样本或整个训练集

我在理解 Keras Functional API 的输入形状时遇到了一些麻烦。它期望一个输入样本的大小，还是整个训练数据集的大小？

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

X_transformed.shape = (3200,24) 和 final_y.shape = (3200,3) #这是三列因为我在做一个自定义的损失函数，需要额外的信息。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)