更新：正如rvinas 所指出的，我忘记input在Model. 现在修复了，它的工作原理。所以 ConditionalRNN 可以很容易地用来做我想做的事。
我想将时间序列与扩展 LSTM 单元中的非时间序列特征一起处理（这里也讨论了这一要求）。Python 中Tensorflow 的 ConditionalRNN (cond-rnn)似乎允许这样做。
可以在 Keras Functional API 中使用吗（无需急切执行）？也就是说，有没有人知道如何解决我下面失败的方法，或者有一个不同的例子，其中 ConditionalRNN（或替代方案）用于在 LSTM 样式的单元格或任何等效单元中轻松组合 TS 和非 TS 数据？
我在Pilippe Remy 的 ConditionalRNN github 页面上看到了Eager execution-bare tf 示例，但我没有设法将它扩展到 Keras Functional API 中易于安装的版本。
我的代码如下所示；如果我使用标准 LSTM 单元而不是 ConditionalRNN（并相应地调整模型“x”输入），则它会起作用。使用 ConditionalRNN，我没有让它执行；must feed a value for placeholder tensor 'in_aux'尽管尝试注意数据维度兼容性，但我在更改代码时收到了错误（参见下文），或者收到了一些不同类型的输入大小投诉。
（在 Ubuntu 16.04 上使用 Python 3.6、Tensorflow 2.1、cond-rnn 2.1）
import numpy as np
from tensorflow.keras.models import Model …