具有不同长度的长序列的张量流+ keras上的 LSTM

如何解决具有不同长度的长序列的张量流+ keras上的 LSTM

简要。给定一个输入序列，我想提供 10 个相同长度的新序列，使用 Tensorflow/Keras。

---

我的数据集。我的数据集是一个 pd.DataFrame 有 3 种列：序列名称、输入序列、输出序列。它类似于（显然更复杂）：

序列名称	输入序列	输出序列1	输出序列2	...	输出序列10
'sequence1'	0.1	10.1	20.2		101.0
'sequence1'	0.2	10.2	20.4		102.0
'sequence1'	0.3	10.3	20.6		103.0
'sequence1'	0.4	10.4	20.8		104.0
'sequence1'	0.5	10.5	21.0		105.0
'sequence1'	0.6	10.6	21.2		106.0
'sequence2'	1.1	11.1	22.2		111.0
'sequence2'	1.2	11.2	22.4		112.0
'sequence2'	1.3	11.3	22.6		113.0

---

模型。我想要的是一个 LSTM Tensorflow/Keras 模型，这样，给定一个完整的输入序列（根据“序列名称”拆分），它会生成 10 个输出序列。我既不是 Tensorflow 也不是 LSTM 的专家。

如何有效地训练（然后推断）一个模型，使 LSTM 记忆沿着一个序列保持，但在移动到下一个序列时重置？

谢谢