我正在创建一个RNN，可以根据每个类的n个时间步长对4个不同的类进行分类。如何将这些类映射到标签，以便以后进行培训？
类是四辆车，每个类具有不同的时间步长（例如，A类为10000，B类为50000等）。我的问题是，如何创建标签 “映射”到这些类（类A = 1，类B = 2等）以及如何在Keras中进行编码。 下一步是培训，其中课程的时间步长将传递到系统（改组），并且系统必须正确地为它们加上标签。
#I have already normalized the data. The only thing left is labeling and
defining the model.
from numpy import genfromtxt
#A,B,C,D are numpy arrays of shape (timesteps,38).
#Timesteps are different for each class but all have same number of
features.
A = genfromtxt(lines, delimiter=',')
B = genfromtxt(lines2, delimiter=',')
C = genfromtxt(lines3, delimiter=',')
D = genfromtxt(lines4, delimiter=',')
预期输出是一个模型，该模型接受（样本，时间步长，特征）的输入并可以预测类。