问keras差异无状态和有状态

EN

我试图理解Keras中的LSTM层的概念。我只想确认一下LSTM的一些行为，看看我是否正确地理解了它。

假设我有1000个样本，这个样本有一个时间步骤，当

stateful = True

这是否与具有1000个时间步骤的一个样本和一个批次大小为1的样本相同？

stateful = False

这里我也假设，在这两种情况下，我有相同的信息，只是在不同的形状，我重新设置了我的LSTM层的状态后，每一个训练时代。

我还认为，无状态情况下的批处理大小只对我的培训序列有影响，因为如果我设置了

stateful = False 

我可以使用input_shape而不是batch_input_shape。因此，我的LSTM层不需要批处理维度，只需要时间步骤和特征维度。这是对的吗？

我的结论是：

https://github.com/keras-team/keras/blob/master/keras/layers/recurrent.py#L1847

When does keras reset an LSTM state?

Understanding Keras LSTMs

如果我有一个多层LSTM网，如果第一个LSTM层是有状态的，那么所有其他层也应该是有状态的，对吗？

我希望有人能理解我的意思，并能帮助我。如果我的问题不能理解，请告诉我，我会更新这篇文章。

谢谢大家。