让X_1是描述汽车速度的t ... N个时间步长的一维向量，并描述每个时间步长的汽车的距离和速度的X_2和X_3向量。 X_2和X_3与X_1具有相同的尺寸。假设在给定X_1和X_2的时间步长t'... N'（即相应的时间步长）的情况下，我希望针对时间步长t'... N'预测X_3，那么最合适的LSTM配置是在这种情况下使用？
在过去给定信息的情况下，通常使用LSTM预测新的时间步长-例如在这种情况下，从X_1和X_2 @时间步t预测X_3 @时间步t + 1。但是这里的目的是不同的。它不是要预测“未来”，而是要预测一个与输入（例如X_1和X_2）时间序列中找到的时间步长相对应的时间步长的新变量。