Python 在每个时间步具有动态输入的LSTM

我想训练一个LSTM网络，它从图像中的一个补丁开始，输出下一个应该移动的位置，下一个时间步的输入是新单元周围的补丁

我有没有办法用Keras/PyTorch/Caffe/Tensorflow来训练这一点？传统上，网络具有固定的训练输入输出序列。我需要一个具有动态输入输出序列的网络

---

PS：我不想去强化学习，因为我想为未来的预测建立路径特征模型。

我看到的唯一选择是一步一步地手动训练一个

stateful=True

层，在每个批次之间手动创建输入步骤。--最后的“多对多”中的详细信息：或者您可以基于LSTMCell创建一个自定义RNNCell，从中选择总输入的一部分。