我正在尝试使用Tflearn实现LSTM。我的ANN正在处理到达序列的图像帧的展开像素，我正在尝试使用LSTM层来学习帧之间的关系。
问题是LSTM层的输入是通过完全连接的层来进行的，该层输出2-D [sample，no_of_nodes] Tensor但是LSTM需要3-D Tensor [sample，time-step，no_of_nodes]。
我尝试使用tflearn.reshape()，但这不会起作用，因为lstm需要大小'time-step'的序列才能进行预测（如果我没错）。那么有没有办法让我可以缓冲输入完全连接层的先前输出以将其提供给LSTM。