请求示例：用于Python的Caffe RNN/LSTM回归

我已经在网上找到了几乎所有的资源，看看是否有人在Caffe中发布了使用RNN/LSTM的回归示例（，和）。不幸的是，这类资源似乎到目前为止还不存在。我正在使用python上的Jeff Donahue版本

我要找的东西很简单。例如，如果您有一个100的（x，y）对数据点。你会怎么做：

创建输入矩阵

创建连续矩阵（我们是否需要它？）

创建目标矩阵

prototxt文件的外观如何

我们能用这个模型推断（做预测）吗

此外，如果数据是多维的，那么前三项将是怎样的。例如，X是d维向量，Y是k维向量

请随意使用您自己的示例，只要它们涵盖了在Python下格式化数据的步骤

---

我只是想指出，我还为此打开了一个Caffe用户的问题。

我想你需要看看这篇论文“多维RNN”同样的问题；我试着按照Caffe的master branch实现教程进行学习（也被问到了），结果是：什么都不管用，我也不知道为什么。代码在本文档中可用。