model.predict 会正确更新 GRU 层状态吗？
Will model.predict update a GRU layer states correctly?
这是我的第一个问题，欢迎提出建议！
背景
我建立了一个类似于这个的模型。
我正在使用 model.predict(inputs) 进行预测，我构建了自定义函数和流程以使其学习。它似乎有效，当它预测时一切似乎都很好。
几天前，我看了这个视频：
https://youtu.be/8HyCNIVRbSU?t=284
（它从产生我的问题的部分开始）我复制了引起我注意的图像：
它表示每个输入按顺序插入每个单元格，每个单元格将按顺序向下一个单元格提供更多信息。
我开始怀疑我的实现是否正确，我会给你所有可能有用的细节。
详情
- 我 am 对两个 GRU 层使用
stateful=True。
model.predict(inputs) 处的输入定义为 inputs = [np.array(arr).reshape(1, 1, 6), np.array(arr2).reshape(1, 1, 4)]。- 我有一个包含输入第一部分值的 CSV，但对于其他值，我是即时创建的。这就是我使用
model.predict 的原因。因此，如果有另一种方法能够同时发送静态和“动态数据”，我会很乐意这样做。
- 我在加载模型后与模型交互的唯一方法是要求预测值，并更新其权重（并在我输入新序列时重置状态）。
现在，有了所有这些信息，问题就是：
- 是模特。预测正确更新所有单元状态并使用 GRU 层以达到其全部容量？
- 还是总是将数据发送到第一个单元格？
在前向传递过程中（predict() 或 fit()）GRU（和其他 RNN）从您的序列中获取第一项，重新计算其状态，获取第二项，重新计算其状态状态等等。
这是我的第一个问题，欢迎提出建议！
背景
我建立了一个类似于这个的模型。
我正在使用 model.predict(inputs) 进行预测，我构建了自定义函数和流程以使其学习。它似乎有效，当它预测时一切似乎都很好。
几天前，我看了这个视频：
https://youtu.be/8HyCNIVRbSU?t=284
（它从产生我的问题的部分开始）我复制了引起我注意的图像：
我开始怀疑我的实现是否正确，我会给你所有可能有用的细节。
详情
- 我 am 对两个 GRU 层使用
stateful=True。 model.predict(inputs)处的输入定义为inputs = [np.array(arr).reshape(1, 1, 6), np.array(arr2).reshape(1, 1, 4)]。- 我有一个包含输入第一部分值的 CSV，但对于其他值，我是即时创建的。这就是我使用
model.predict的原因。因此，如果有另一种方法能够同时发送静态和“动态数据”，我会很乐意这样做。 - 我在加载模型后与模型交互的唯一方法是要求预测值，并更新其权重（并在我输入新序列时重置状态）。
现在，有了所有这些信息，问题就是：
- 是模特。预测正确更新所有单元状态并使用 GRU 层以达到其全部容量？
- 还是总是将数据发送到第一个单元格？
在前向传递过程中（predict() 或 fit()）GRU（和其他 RNN）从您的序列中获取第一项，重新计算其状态，获取第二项，重新计算其状态状态等等。