我一直在尝试了解如何表示和塑造数据以使用 Keras（或 TensorFlow）进行多维和多变量时间序列预测，但在阅读了许多关于如何在正确的形状（大多数示例略少
我的数据集：
- 几个城市
- 我有关于温度、汽车交通、湿度的信息
- 比如说过去 2 年（每天一条记录）
我想做什么： 我想使用可能滞后的温度、汽车交通和湿度来预测每个城市明年的温度（当然还有更多功能，但这只是一个思考的例子）。
我感到困惑的是： 如果我有 2 个城市，我为此记录了 365 天的 3 个特征。我应该如何塑造我的输入，以便模型可以输出这两个城市的 365 天预测（即 365 天的 2 个温度时间序列）？
直观地说，张量形状将是(?, 365, 3)365 天和 3 个特征。但是我不确定在第一个维度中要坚持什么，最重要的是，如果它必须是城市的数量，我会感到惊讶。但与此同时，我不知道如何在模型中指定它必须正确理解尺寸。
任何指针都会有所帮助。我对问题的其余部分非常熟悉（即如何在 Keras 中构建网络等，因为我已经为其他神经网络做过这个，但更具体地说，如何最好地为所需的输入编码序列。）
哦，还有，我想我可以为每个城市独立训练和预测，但我相信每个人都会同意，可能有一些东西需要学习，这些东西并不是任何城市特有的，但只有考虑其中几个才能看到，因此，为什么我认为在模型中对其进行编码很重要。