我看过基本语言模型的github代码 https://github.com/tensorflow/models/blob/master/tutorials/rnn/ptb/ptb_word_lm.py，并尝试为我的项目实施一个。它使用有状态的LSTM或在批之间保存lstm的状态。我对此行为感到困惑，为什么在语言模型中首先需要使用它。因为假设批处理大小为20。lstm隐藏大小为1500。因此请声明lstm [20,1500]的大小。因此，不必保存批次的状态并在下一个批次中使用，因为下一个批次将具有完全不同的顺序。在下一批中，此保存状态如何同步到lstm的隐藏状态？有人可以告诉我在分块序列的情况下需要跨批保存lstm的状态吗？在这种语言模型的情况下，它有什么用？输入的输入是考虑序列中固定数量的单词，而不是整个序列中的句子，而是成批传递多个序列，因此理想情况下是将分块序列作为输入的情况。但是有状态的lstm在批处理大小为1的情况下很有用，但是对于batch_size> 1这样的情况，它如何有用？