inputs = keras.Input(shape=sample[0].shape[-2:]) x = keras.layers.LSTM(units=3)(inputs) x = keras.layers.Activation('relu')(x) outputs = keras.layers.Dense(1)(x) model = keras.Model(inputs, outputs) model.summary() opt = keras.optimizers.Adam(learning_rate=0.001) model.compile(optimizer=opt, loss='mae')怎样控制特征向量的行数为3

可以在定义`inputs`时指定特征向量的行数为3，例如：

inputs = keras.Input(shape=(3, sample[0].shape[-1]))

这里假设`sample[0]`是一个二维的特征矩阵，其最后一个维度的长度为特征向量的列数。在这种情况下，我们将输入的形状定义为`(3, sample[0].shape[-1])`，其中`3`表示特征向量的行数，`sample[0].shape[-1]`表示特征向量的列数。这样就可以控制特征向量的行数为3了。