Tensorflow 我的模型是否使用未来数据？

我正在训练一个TensorFlow模型来预测时间序列。网络获取一个长度为L的数据窗口，并尝试得出下一个值

我在一批重叠的窗口中进行训练，这些窗口在时间上向前滑动。为了加快这个过程，我没有给一个窗口数组提供数据，而是给一个更大的窗口提供数据，并使用tf.extract\u image\u补丁来提取窗口

我的问题是：模型是否可以通过在更大的窗口中查看下一个值来作弊？从技术上讲，除了最后一个窗口外，每个窗口的下一个值位于我在开始时输入的初始大窗口中

编辑：我的模型是一个自定义的递归神经网络，每个循环和之前的预测都会输入不同的窗口。

除非您使用递归单元，否则您的模型将不知道接下来要输入什么

---

此外，在输入数据中保持这种结构与窗口重叠通常不是一个好主意。最好使用洗牌数据，在您的特定情况下，不管什么都可以休息。

啊，是的，我使用的是一个循环网络，在每一步都会提供一个窗口和先前的预测。这就是为什么目前我需要批次中的窗口重叠，批次本身是从时间序列中的随机位置获取的。那么在这种情况下，我的模型是作弊？