您没有提供数据集，但我会根据您的描述尝试回答。

我为训练/测试集选择多少行（200 的倍数？）？

实际上，训练/验证/测试拆分并不真正取决于时间序列的长度。它更多地取决于示例的数量，这里的时间序列。$300k / 200 = 1.5k$这意味着您的数据集的大小很小，您可以使用常规百分比进行拆分。训练/验证/测试的时间类似于 60/20/20。

我的批量大小是 200 吗？

$200$不是您的批量大小，而是您的信号的长度。在LSTM网络中，您通常处理时间数据。对于每个样本，每个时间步都有 12 个特征。$200$意味着每个样本都有$200$脚步。在矢量化实现中LSTMs，通常定义批量大小。也就是说，你堆叠$m = batch size$用于加速训练的样本，它有我跳过的细节。

选择神经元数量的依据是什么？

看看这里。尽管MLPs描述了 的细节，但它们也可以概括为LSTMs。考虑RNNs简单MLPs，它采用当前时间步的输入和上一步的输出。