一些困惑

标签的数据类型是否会影响准确率等

https://machinelearningmastery.com/timedistributed-layer-for-long-short-term-memory-networks-in-python/

目前理解看来time_step的设置比较重要，体现了连续性，但模型设计时，将time step设置大，batch_size减小的做法被认为没有充分利用LSTM的特性？

虽然大致了解了数据的输入格式，大师，batch size 32 timesteps 256 features 256，这样的设置和 batch size 2 ,timesteps 256, features256*256对于系统资源的需求完全不同，原理？

caffe model转tensorflow 的意义，只能用其提供的predict.py运行？