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。