在Keras的文档中，stateful和unroll都被设置为False。那么，如果既不是展开也不是有状态的，Keras是如何进行循环的呢？Keras RNN文档

我检查了Keras中RNN的源代码，似乎默认操作是在每个时间步初始化LSTM。我理解得对吗？

       if initial_state is not None:            pass       elif self.stateful:            initial_state = self.states       else:            initial_state = self.get_initial_state(inputs)

如果我理解正确的话，这是否意味着，对于时间序列分析，最好设置unroll=True？

回答：

既不展开也不保存状态。

请记住，Keras中的”stateful”仅表示”连续的两个批次将被解释为同一序列的两部分”。仅此而已。（批次2是批次1的续集）

所有的LSTM当然都有状态（不可能没有状态）。

小心使用”初始化LSTM”这个表达。stateful=False的层会在每个批次”重置状态”。实际结果是：”每个批次是一组从头到尾的独立序列”。（批次2不是批次1的续集）

“状态”是关于”序列至当前步骤的历史信息”。它们与”权重”完全不同，权重是层从所有序列中实际学到的内容。

“展开”是一种将循环计算转换为单一无循环图的方法。它仅适用于短序列，以牺牲更多内存为代价获得更快的处理速度。