Keras：如何从LSTM的多个层中检索隐藏状态和/或单元状态？

Question

需要一些帮助来捕获每个层的以下LSTM模型的隐藏状态和/或单元状态

我可以一起修补的python代码节选：

model = Sequential()

model.add(LSTM(units=50, return_sequences=True, return_states=True, batch_input_shape=(10,features_set.shape[1], 5),stateful=True))

model.add(Dropout(0.2))

model.add(LSTM(units=50,return_sequences=True, return_states=True,stateful=True))
model.add(Dropout(0.2))

model.add(LSTM(units=50,return_sequences=True, return_states=True,stateful=True))
model.add(Dropout(0.2))

model.add(LSTM(units=50, stateful=True))
model.add(Dropout(0.2))

model.add(Dense(units = 1))

model.compile(optimizer = 'adam', loss = 'mean_squared_error',metrics=['accuracy'])

history = model.fit(features_set, labels, epochs = 10, batch_size = 10, verbose=2)

如何保存每一层的隐藏状态和/或单元状态？到目前为止，我在网上可以找到的所有内容仅使用了一层示例。

请帮助。