我有长度不等的时间序列，我将其输入在 keras 中创建的 RNN-LSTM。我的理解是，如果我选择 sample_weight_mode='temporal' 网络将为每个时间步学习一组不同的权重。如果我错了，请纠正我。
我猜每个时间序列的第一个时间步将由一组权重处理，每个序列的第二个步由另一组处理，依此类推。因此，最长时间序列的最后一步将获得与最短时间序列的最后一步不同的一组权重。如何为每个系列的最后一步获得相同的权重？
不同的看法：我相信使用 sample_weight_mode='temporal' 时所有的时间序列都是左对齐的，而我想让它们右对齐。我怎么能做到这一点？