我要训练LSTM来预测一些时间序列。我已经阅读了使用Tensorflow和Keras的关于LSTM的this教程，我认为它可以解决我的问题。 在我的任务中，我有一个输入特征X（从图像中提取），以及相应的输出系列y（与该图像相关联）。 我的目标是给出LSTM X和一些前Y值（比如系列的前n个）并预测y的其他值。
在本教程中，LSTM必须学习一个独特的时间序列，但在我的情况下，每个图像都有一个时间序列，这取决于特征X（以及之前的y值）。
适用于我的问题的模型是this论文的图1中的模型。其中LSTM的输入是从图像中提取的特征（常数），以及要预测的序列的几个第一值。在本文中，序列是问题和答案的串联，模型学习问答的串联，以便在结束后预测答案来阅读问题。
另一个例子是this论文中的那个，但我不明白我应该如何格式化不同图像的输入以学习相关的序列。 注意：就我而言，每个序列都是一系列实际值
应该如何格式化输入？