Keras多输入：不同尺度输入的MLP模型

Question

在我的论文中，我需要为我收集的实验数据提供（或者至少尝试）一个预测模型。 由于系统的有限元分析非常复杂，我想尝试一下MLP（或任何其他更合适的ML算法）。你知道吗

基本上我有不同批次的len（tv）。你知道吗

输入为（例如电压=V，粘度=U）：

time vector : tv = np.arange(0.0995 , 7.0995, 0.1)
voltage : v = np.full(len(tv), V)
viscosity : u = np.full(len(tv), U)
dimensions : [x, y, z, diameter]

每批我有4个输入：前三个具有相同的len，最后一个具有len=4。你知道吗

输出是具有高斯形状的len（tv）向量：每个值对应于tv向量中的一个值

• 你将如何用Keras建模MLP层（如果这是一个好的开始方式的话）？你知道吗
• 由于数据具有不同的缩放比例，我需要重新缩放/规范化它，这将是一个很好的方法？减去每个数组的第一个值（使其从零开始）或者例如在-1,1之间重新缩放它？你知道吗

谢谢你！你知道吗