如何正确训练具有自回归数据的LSTM或RNN模型？

Question

当数据是带有外部输入的自回归（AR（1））时，LSTM/RNN的prober训练数据设置是什么？例如，时间序列数据具有以下一般关系：

y(t) = f(y(t-1)) + g(X(t))

f和g是一些非线性函数。是否应将经常性网络的培训数据格式化为：

功能，Xtrain=[y(t-1), X(t)]

目标，Ytrain=[y(t)]

或者

功能Xtest=[X(t)]

目标，Ytest=[y(t)]