使用Keras + TF 1.14（不急于使用）时，是否可以逐步训练LSTM以提高存储效率？
来自PyTorch，我可以逐步传递序列，进行反向传播，并将隐藏状态用于下一步，而无需及时停止渐变（只要有足够的内存即可）。
当前，通过加载整个截断的时间序列来训练LSTM，并使用Keras TimeDistribute对其进行处理。
假设网络在LSTM之后很深，PyTorch版本应该需要少得多的内存，因为对于LSTM之后的部件，我们只需要为一个时间步存储中间结果即可。 （当使用相同的截短序列长度时）
Keras怎么可能发生类似的行为？