最近遇到一个问题，自己训练好神经网络，输出的是特征数，但是结果需要送到分类器中，分类器计算准确率需要标签，
所以需要解决的问题是：
在生成LSTM网络的batch数时，需要加上标签，但是在神经网络进行训练时，需要去掉标签，预测完成后需要把标签列添回去。
生成带标签的time_step数据，维度如上所示，但是这其中第二维中的38维里有一维是标签，进入网络时需要去掉这一列。本来X_data是一个list，为了利用数组的切片，所以将其变为数组的形式。
此处将Y_data这个list变为数组的时候也遇到了错误，就是最后一个batch是不够38*360行，而是38*359,所以在np.array（Y_data）的时候报错了，报错信息：
22. ValueError: could not broadcast input array from shape (38,360) into shape (38)
解决方案：https://stackoverflow.com/questions/43977463/valueerror-could-not-broadcast-input-array-from-shape-224-224-3-into-shape-2
思想就是在使用np.array()这个函数将list变为数组的时候，这个list里面存的每一个array维度必须是一样的，不然就无法broadcast，会报错。
将X_data，Y_data变为数组后就可以利用array的强大切片功能，定义如下函数：
可以将数据分成只有数据和只有label，数据送进网络，label和网络输出端的值贴到一起，就可以输出带标签的预测值了。
利用np.expand_dims将二维的标签数组变为三维的。因为贴标签用的函数np,c_（）函数要求这两个arrayde 维度必须是一致的。
利用np.c_（）将预测的标签和预测值贴到一起就可以了。