我有一系列多维时间序列如下：
Input Xi i=1..N samples
Xi=[y1,..yk..., yT] K=1..T , yk is a vector, T= 50 (sequence length) with yk= [yk1, ... ykm] m=3 与ykj：Float
使用LSTM Tensor Flow，想要预测下一步（T 1），给出如下样本的训练：
Xi=[y1,...., yT]`
当前代码为m = 1（单维Y）提供输入形式，
input_data = tf.placeholder(tf.float32, [batchSize, numSteps, numInputs])
targets = tf.placeholder(tf.float32, [batchSize, numSteps, numInputs])
想知道如果在LSTM张量流中m = 2,3，是否有输入数据的方法？
如果没有，是否有输入多维时间序列的解决方法？
参考文献在这里（这不回复多维度的问题）：