如何为 keras lstm 输入重塑数据？

我是 Keras 新手，我发现很难理解 LSTM 层输入数据的形状。
Keras 文档表示输入数据应该是形状为 (nb_samples, timesteps, input_dim) 的 3D 张量。

我有808信号。
每个信号有22个通道和2000个数据点。

Data_shape : (808,22,2000)

我还为每个信号设置了 808 个标签。

Label_shape : (808,2)
Label[1,:] = [1,0]

我想将 2000 个数据点切片为 20 个时间步长进行分析，每个时间步长（lstm 单元）接收 100 个数据点。
在我看来，有 20 个 LSTM 单元，每个 LSTM 单元接收 (22,100) 个数据，即 100 个数据点，22 个通道（特征）。

这是我的问题

1. 在我的数据案例中，Keras LSTM 的正确输入形状是什么？
   我应该如何更改 LSTM 模型的值？
   我现在已经尝试过这种方式了。我不确定输入形状。

   print(X_train.shape)  
   print(y_train.shape)
   (727, 22, 2000)
   (727, 2)
   
   model = Sequential()
   model.add(LSTM(20, input_shape=(22,2000), dropout=0.2, recurrent_dropout=0.2, return_sequences=True))
   model.add(Dense(20))
   model.add(LSTM(20, dropout=0.2, recurrent_dropout=0.2))
   model.add(Dense(2, activation='softmax'))
   model.compile(loss='binary_crossentropy', optimizer='Adadelta', metrics=['accuracy'])
   

2. 我应该如何处理我的数据形状？
   我应该将数据重塑为另一种形状吗？