对于 RNN（例如 LSTM 和 GRU），层输入是一个时间步长列表，每个时间步长是一个特征张量。这意味着你可以有一个像这样的输入张量（用 Pythonic 表示法）：

# Input tensor to RNN
[
    # Timestep 1
    [ temperature_in_paris, value_of_nasdaq, unemployment_rate ],
    # Timestep 2
    [ temperature_in_paris, value_of_nasdaq, unemployment_rate ],
    # Timestep 3
    [ temperature_in_paris, value_of_nasdaq, unemployment_rate ],
    ...
]

因此，绝对可以在每个时间步拥有多个特征。在我看来，天气是一个时间序列特征：我住的地方，它恰好是时间的函数。因此，将天气信息编码为每个时间步的特征之一是非常合理的（使用适当的编码，如 cloudy=0、sunny=1 等）。

但是，如果您有非时间序列数据，那么通过 LSTM 传递它实际上没有意义。也许 LSTM 无论如何都会起作用，但即使它起作用，它也可能会以每次训练时间更高的损失/更低的准确度为代价。

或者，您可以通过附加层将这种“额外”信息引入 LSTM 之外的模型中。您可能有这样的数据流：

TIME_SERIES_INPUT ------> LSTM -------\
                                       *---> MERGE ---> [more processing]
AUXILIARY_INPUTS --> [do something] --/

因此，您可以将辅助输入合并到 LSTM 输出中，并从那里继续您的网络。现在您的模型只是多输入。

例如，假设在您的特定应用程序中，您只保留 LSTM 输出序列的最后一个输出。假设它是一个长度为 10 的向量。您的辅助输入可能是您的编码天气（所以是一个标量）。您的合并层可以简单地将辅助天气信息附加到 LSTM 输出向量的末尾以生成长度为 11 的单个向量。但您不需要只保留最后一个 LSTM 输出时间步：如果 LSTM 输出 100 个时间步，每个使用 10 个特征向量，您仍然可以添加辅助天气信息，从而产生 100 个时间步长，每个时间步长由一个包含 11 个数据点的向量组成。

Keras 关于其功能 API的文档对此进行了很好的概述。

在其他情况下，正如@horaceT 指出的那样，您可能希望将 LSTM 用于非时间数据。例如，在给定位置预测明天的天气。在这种情况下，这里有三个建议，每个都有正面/负面：

1. 让第一个时间步包含您的条件数据，因为它将有效地“设置”您的 RNN 的内部/隐藏状态。坦率地说，我不会这样做，原因有很多：你的条件数据需要与你的其他特征具有相同的形状，这使得创建有状态的 RNN 变得更加困难（就非常小心地跟踪你如何提供数据而言进入网络），网络可能会在足够长的时间内“忘记”调节数据（例如，长训练序列或长预测序列）等。

2. 将数据作为时态数据本身的一部分。因此，特定时间步长的每个特征向量都包含“大部分”时间序列数据，但随后将条件数据附加到每个特征向量的末尾。网络会学会识别这一点吗？可能，但即便如此，您通过使用非序列信息污染序列数据来创建更难的学习任务。所以我也会劝阻这一点。

3. 可能最好的方法是在零时刻直接影响 RNN 的隐藏状态。这是Karpathy 和 Fei-Fei以及Vinyals 等人采用的方法。这是它的工作原理：

   1. 对于每个训练样本，取你的条件变量$\vec{x}$.
   2. 使用仿射变换变换/重塑条件变量，使其成为正确的形状，作为 RNN 的内部状态： $\vec{v} = \mathbf{W} \vec{x} + \vec{b}$ （这些 $\mathbf{W}$ 和 $\vec{b}$是可训练的权重）。您可以在 keras 中使用 Dense 层获得它。
   3. 对于第一个时间步，添加 $\vec{v}$ 在计算 RNN 的值时，将其转移到 RNN 的隐藏状态。

   这种方法在“理论上”是最正确的，因为它可以根据您的非时间输入正确调节 RNN，自然地解决形状问题，并且还避免使用额外的非时间信息污染您的输入时间步长。缺点是这种方法通常需要对您的架构进行图级控制，因此如果您使用像 Keras 这样的更高级别的抽象，您会发现很难实现，除非您添加自己的层类型。

基于这个线程的所有好的答案，我编写了一个库来调节辅助输入。它抽象了所有复杂性，并被设计为尽可能用户友好：

https://github.com/philipperemy/cond_rnn/（张量流）

希望能帮助到你！

亚当的回答似乎最有意义，但是，我不确定第二个陈述“用非顺序信息污染顺序数据”。

所以最近我训练了一个字符级的 LSTM 模型，我只是在序列特征的末尾附加了一个非序列特征。该模型学会了如何很好地区分这一点。

如果我按照 Adam 的方式完成，模型是否会表现得更好，这个问题仍有待测试。但是对于那些不想加倍努力的人来说，将非序列特征附加到序列特征上就可以了。

keras LSTM 中有一个功能reset_states(states)。

然而，参数状态是两个状态的串联，隐藏状态 h 和单元状态。

States = [h, c]

知道您是否应该初始化h或c根据上述论文中的方法会很有趣。