如何为多个系列实例训练LSTM？

Question

我要训练一个LSTM来预测一些时间序列。我读过关于使用Tensorflow和Keras的LSTM教程，我认为这可能是我的问题的解决方案。 在我的任务中，我有一个输入特征X（从图像中提取），以及相应的输出序列y（与该图像关联）。 我的目的是给出lstmx和一些前y值（比如序列的前n），并预测y的进一步值

在本教程中，LSTM必须学习一个唯一的时间序列，但是在我的例子中，我为每个图像都有一个时间序列，这取决于特性X（以及之前的y值）。在

适合我的问题的模型是this论文图1中的模型。其中LSTM的输入是从图像中提取的特征（常数），并对序列的几个第一值进行预测。在本文中，序列是一个问题和一个答案的连接，模型学习问题和答案的连接，以便在阅读问题结束后预测答案。在

另一个例子是this论文中的一个，但是我不明白应该如何格式化不同图像的输入来学习相关的序列。 注：在我的例子中，每个序列都是一系列的实数

如何格式化输入？在