关于LSTM及其工作方式，我有一些也许是基本的问题。我花了一些时间试图找到这些答案，但我还没有完全找到想要的东西。由于我对神经网络还比较陌生，因此我想在投入太多时间之前先询问一下，发现它们不适合我要解决的问题。
我想根据每个当前客户的先前销售历史预测未来的销售。我有50个历史时期以及与customerID，customer group和productID有关的信息。如果我可以为每个客户对未来12个周期做出合理的预测，那将是很好的。然后，我可以汇总我的预测，以获得预测中的一系列粒度。
1）如何通过诸如customerID或productID之类的功能分隔输入中的样本？我知道形状必须是（样本，序列的长度，特征），但是如何将每个客户定义为单独的样本？
LSTM如何从一批样品中的其他样品中学习？例如，客户群中会有类似的行为，这使其成为潜在有用的功能。
在Azure ML Studio中也可以解决此类问题。如果那样的话非常方便。
我在anaconda环境中主要使用python，并且对Keras有一点经验。
欢呼