我正在尝试在步态识别上实现深度学习算法。但是在将数据馈送到网络之前，我在重塑过程中遇到了一些问题。
我正在使用CasiaB数据集，该数据集包含124个具有10种不同携带条件的受试者（7个用于训练）和从11个不同角度拍摄的图像。在每个角度中，有50帧（对丢失的帧进行了填充），图像尺寸为64x64。我试图实现CNN-LSTM模型，该模型具有ConvLSTM2D层但没有运气。
我找到了类似的作品，但这是一个多对多的问题，而我的问题却是一个多对一的问题。
当将数据形状馈送到CNN或从CNN馈送到LSTM层时，该如何处理数据形状？与目标形状（y_train）有什么区别，例如上面5维的文章，但我需要3维的目标，因为它存在多对一的问题？