我在Keras中发现了一些使用input_shape而不是input_dim的情况，特别是在LSTM问题中。我担心的是，input_shape限制了输入的行数。这意味着无法将完整的DataFrame作为输入。那么，我们什么时候应该使用input_shape而不是input_dim呢？

以下是相关示例 https://machinelearningmastery.com/timedistributed-layer-for-long-short-term-memory-networks-in-python/

回答：

为了进一步解释评论并解决疑惑之处。你可以使用None来指定未知维度，以便在运行时提供不同的值。例如，input_shape=(None, 10)表示行数可变，每行有10个条目。input_dim只是用于指定最后一个维度的快捷方式，提供这种便利是为了方便使用。