Keras LSTM的多维输入

我读过，但我的问题略有不同

在Keras中的LSTM中，输入的格式应为（样本、时间步长、特征）。例如，如果我的训练集有500个示例，每个示例的序列长度为60，并且在每个时间点有两个特征（如温度和湿度），那么我的输入（如果我一次输入整个训练集）将具有形状（500、60、2）

---

但是，如果“特征”是另一个形状为（75，4）的数组，该怎么办？如何将其作为每个时间步的输入输入？Keras不接受（500、60、75、4）的LSTM输入形状。

您可以试试cnn，也可以解释一下为什么您的功能具有这些功能？或者这只是额外的时间步（即，第一个序列是天，第二个序列是小时）谢谢，但我需要使用LSTM。我在一个网络中有75个节点。如果我考虑邻接矩阵，那就是维数（75, 75）。每个节点都有一个特性，这是四种可能的特性之一（这是一个分类特性）。因此（75，75，4）。不过，我可以用（75，4）来表示，因为每个节点都有4个特性中的1个。如果你只是

展平你的（75，4）-数组会怎么样？我在另一个上下文中的一个单独的模型中这样做，但我担心展平会让我失去“节点1具有属性2”等概念。你认为呢？