Python 如何在纯Tensorflow中重写Keras有状态LSTM？

任何人都可以分享如何将Keras有状态LSTM转换为纯Tensorflow模型的想法/博客/代码snipet？然后进行批量培训

Tensorflow不支持TPU上的KerasStatefulLSTM。他们的开发者拒绝修复它

我保留了大量TPU时间，目前无法使用。感谢您的帮助

模型示例和培训代码：

model = Sequential()
model.add(LSTM(neurons, batch_input_shape=(window_size, n_steps, inputs_n), stateful=True)) 
model.add(Dense(outputs_n, activation='sigmoid'))
…
H = model.train_on_batch(X, y)

---

GitHub问题：

您能分享您为此提出的GitHub问题的链接吗？你的TF版本是什么？版本不重要。这在任何TF版本中都不起作用。有状态模型在TPU上工作，但它们的性能非常差。为了使计算无法并行化，必须处理批处理。您能分享您为此提出的github问题的链接吗？你的TF版本是什么？版本不重要。这在任何TF版本中都不起作用。有状态模型在TPU上工作，但它们的性能非常差。为了使计算无法并行化，必须对批次进行处理。