比方说，我有3个长度相同的序列，对于每个序列，我使用带有lstm单元的递归网络应用TBPTT。我希望在训练过程中，每个子序列的最后一个lstm像元保持隐藏状态和像元状态，所以我用有状态的lstm训练模型。更新参数我将每个子序列的长度作为mini_batch在每个子序列之后应用随机梯度下降。我有个问题。
我知道在随机梯度下降过程中，我应该为每个时期的数据进行随机排序，但是在这种情况下，作为数据链，我该怎么办？我应该改组3个序列而不是每个序列的步骤，还是根本不真正改组？
在无状态的情况下，我应该改组子序列，而不是真正地每一步吗？
对于这两种情况，在测试阶段中，对于有状态情况，我都不应该使用截断序列；对于无状态情况，我应该不使用截断序列？
我想更多地了解有状态情况，然后了解无状态。
已解决：有状态lstm的keras实现不会改组数据，无论如何，我认为在每个时期后改组长序列会更有用