我有一个不等长的时间序列，我将其输入到在keras中创建的RNN-LSTM中。我的理解是，如果我选择sample_weight_mode ='temporal'，网络将为每个时间步骤学习一组不同的权重。如果我错了，请纠正我。
我猜每个时间序列的第一个步骤将由一组权重处理，每个系列的第二步由另一个权重处理，依此类推。因此，最长时间序列的最后一步将获得与最短时间序列的最后一步不同的权重集。如何为每个系列的最后一步获得相同的权重集？
以不同的方式看待：我相信所有时间序列在使用sample_weight_mode ='temporal'时都是左对齐的，而我想让它们右对齐。我怎么能做到这一点？