使用LSTM预测多个独立输出

Question

我有10个数据特征（A1-> A10）和两个输出（B，C）。 B和C彼此独立。

使用LSTM预测B和C时，我应该只使用TimeDistributed(Dense(2))，还是应该进行两次训练（一次针对B，一次针对C），因此该模型将独立地对B和C进行最佳猜测除了对B和C的最佳猜测之外？

这是我想到的模型：

model = Sequential()

model.add(LSTM(input_shape=(1000,10),units=1000))
model.add(Dropout(0.2))

model.add(LSTM(250))
model.add(Dropout(0.2))

model.add(TimeDistributed(Dense(2)))
model.add(Activation("linear"))

model.compile(loss="mse", optimizer="rmsprop")