LSTM时间序列样本打乱

在使用lstm时如果用移动窗口切数据，比如100天的数据，1-10天切一个样本，2-11天切一个样本，依此类推，lstm找寻的是10天内的时序依赖关系，即使打乱顺序，对lstm来说时间序列仍然存在。但是如果你用sgd或者minibatch，那么样本输入的先后对结果会产生影响，但不是来自lstm，而是由于通常先输入的样本会获得较大的梯度，对模型产生更大的影响。
不打乱顺序会导致局部的时序关系影响力更大，打乱顺序后训练，效果会更好

二维图像拉成一维向量只能说是一个序列，但是序列中前一个数据与后一个数据有没有时序相关，不能保证，要看具体二维图像怎么抽成向量的，图像的子图像有没有时序相关性。

至于二维图像完全可以拉成一个一维的序列数据啊，比如一个m＊n的图像，我们可以处理成m个n维向量，m就是这个序列的长度，每个n维向量是这个序列的元素。图像的信息很好的被继承。这个你可以用mnist数据集做个实验，效果很不错。