我正在使用因果CNN对来自传感器的传入数据进行分类预测。
我已经对网络进行了培训，并希望通过观察其实时运行情况进行一些测试（培训时间统计数据表明，实时性比可行的多。）
但是，我看不出有状态的因果CNN（这是Keras中RNN的功能）的任何方法。我本来打算使用基于LSTM的网络，但是在训练它时遇到了问题，没有真正考虑这一点。我假设即使因果CNN中没有“状态”，但其状态仍可以由过去创建的与当前预测相关的激活来定义。
是否有一种方法只能一次发送一个样本，并且推论将其视为进行中的序列？还是将数据捆绑在一起的唯一选择？