问连续时间序列LSTM stateful 的状态在keras中如何传递？

按照官方文档“stateful: Boolean (default False). If True, the last state for each sample at index i in a batch will be used as initial state for the sample of index i in the following batch.” 如果 x1 和 x2 是连续批次的样本，则x2[i]是 x1[i] 的后续序列，对于每个 i .

那么问题来了，对于以个batchsize>1的训练集，如果序列数据在时间上是连续去且有依赖关系，那么对于stateful lstm 而言，样本的训练将会出现非连续的情况，示例如下，Input 是X 样本矩阵。

X = [ t01 t02 t03 t04 t05 t06 t07 t08 t09 t10 t11 t12 t13 t14 t15 t16 t17 t18 t19 t20 t21 t22 t23 t24 ]

在做输入变量reshape后，按照timestep=4,batch_size=2进行操作，输入变量结构变成如下：

X1 = [ t01 t02 t03 t04 t05 t06 t07 t08 ] X2 = [ t09 t10 t11 t12 t13 t14 t15 t16 ] X3 = [ t17 t18 t19 t20 t21 t22 t23 t25 ]

X1,X2,X3为3个batch, 那么按照官方文档，X1中t04的h,c状态 会被传递给X2的t09 ,而非我期待的t05 , 这个问题如何处理？ 请不吝赐教。