Keras递归训练模型

Question

我有一个像这样运行的代码，或多或少

for i in list:
train_lstm(attributes)

然后，在下面，我有

def train_lstm(attributes):
model = Sequential()
model.add(Embedding(100, 500,input_length=5))
model.add(LSTM(100))
model.add(Dense(1, activation='sigmoid'))
do the stuff

这不是一个真正的错误，但我的问题是：

由于LSTM网络“记住”，我认为如果在每次迭代中重置网络，它就失去了所有的意义。 我应该在循环外定义模型并重用它吗？

model = Sequential()
model.add(Embedding(100, 500,input_length=5))
model.add(LSTM(100))
model.add(Dense(1, activation='sigmoid'))
for i in list:
    train_lst(attributes, model)

我正在使用网络进行时间序列预测。感谢