有状态LSTM的这两种批处理方法有什么区别

Question

对于有状态LSTM，这两种方法实际上是相同的：

batch_input_shape = [1,10,2]
for _ in range(3):
    x_batch, y_batch = batcher()
    model.train_on_batch(x_batch, y_batch)
model.reset_states()

和

batch_input_shape = [3,10,2]
x_batch, y_batch = batcher()
model.train_on_batch(x_batch, y_batch)
model.reset_states()

即第一种方法将30行数据分布在3个独立的批次（共10个序列）中，并在所有3次reset_states()调用之后调用train_on_batch()。第二种方法以3个批处理的方式（共10个序列）提交30行数据，并在之后立即调用reset_states()。

假设所有数据都相同，并且不考虑训练时间（第一种方法将花费更长的时间），最终结果是否相同？

Answer 1

对于任何感兴趣的人，他们都是一样的。状态是在批之间转移的，因此提交3批10变成30就等于提交30的一批。