Keras 递归神经网络：这两篇文章中的不同numpy重塑？

第一：

如上所述，我们有一个类似96个样本、1个时间步长和1个特征的序列

第二点：

如上所述，我们有一个由1个样本、多个时间步和1个特征组成的序列

有什么区别？例如，如果我连续30天每天测量温度和压力，那么我假设是30个样本和2个特征。那么时间步长是多少，我想预测未来几天？提前谢谢

编辑：此外，两者之间的输入_形状不同。这是一次提供一个观察值与整个数据集之间的区别吗？

有什么区别？例如，如果我连续30天每天测量温度和压力，那么我假设是30个样本和2个特征。那么时间步长是多少，我想预测未来几天

时间步长是指过去几天用于构建模型的数据量

如果过去29天的数据用于构建模型，则输入数据形状为

（1,29,2）=>sample-1，时间步长-30，特性-2

如果使用过去28天的数据，则输入数据形状为

（2,28,2）=>样本-2，时间步长-29，特征-2

等等