老哥首先你需要理解为什么input_shape是彡维的，以及每一个维度是什么含义

个人粗浅理解input_shape是为了适应时间序列预测：输入m个序列，输出1个序列所以才是三维。

features: 是一个原始样夲的特征维数 对你的样本 6
time_steps: 是输入时间序列的长度，即用多少个连续样本预测一个输出如果你希望用连续m个序列（每个序列即是一个原始样本），那么就应该设为m
当然，特殊情况是m=1

无论你如何设置time_steps需要注意原始样本集合是二维向量， 但网络的输入的样本集必须是三维張量（单个样本是二维向量）