我正在使用 keras 对浮点类型的单变量时间序列进行多步提前时间序列预测。从我得到的结果来看，这种方法效果很好。然而，训练过程中有一个重要的细节让我感到困惑：

keras 要求输入序列（X 矩阵）的序列长度等于预测范围（y 矩阵）。这意味着，例如，keras 需要长度为 20 的输入序列才能预测接下来的 20 个时间步长。在给定最后 20 个时间步长的情况下，我的目标是能够预测我指定的尽可能多的时间步长。使用以下代码，这是不可能的：

    import numpy as np
    from keras.layers.core import Dense, Activation, Dropout, TimeDistributedDense
    from keras.layers.recurrent import LSTM
    from keras.models import Sequential
    from keras.optimizers import RMSprop
    np.random.seed(1234)


    model = Sequential()
    layers = [1, 20, 40, 1]

    model.add(LSTM(
        input_dim=layers[0],
        output_dim=layers[1],
        return_sequences=True))
    model.add(Dropout(0.3))

    model.add(LSTM(
        layers[2],
        return_sequences=True))
    model.add(Dropout(0.3))

    model.add(TimeDistributedDense(
        output_dim=layers[3]))
    model.add(Activation("linear"))

    rms = RMSprop(lr=0.001)
    model.compile(loss="mse", optimizer=rms)
    model.fit(
        X_train, y_train,
        batch_size=512, nb_epoch=100, validation_split=0.1)

每当 X_train 和 y_train 中序列的序列长度彼此不同时，我都会遇到尺寸错误。

我做错了什么，我该如何解决？为什么我的成绩还是不错的？

问题与此有关。