Transmisión de la salida de las predicciones en Keras

Tengo un LSTM en Keras que estoy entrenando para predecir sobre datos de series de tiempo. Quiero que la red emita predicciones en cada paso de tiempo, ya que recibirá una nueva entrada cada 15 segundos. Entonces, con lo que estoy luchando es la forma correcta de entrenarlo para que genere h_0, h_1, …, h_t, como un flujo constante a medida que recibe x_0, x_1, …., x_t como un flujo de entradas. . ¿Hay una mejor práctica para hacer esto?

introduzca la descripción de la imagen aquí

Puede habilitar el estado de estado en sus capas LSTM estableciendo stateful=True . Esto cambia el comportamiento de la capa para usar siempre el estado de la invocación previa de la capa en lugar de restablecerla para cada layer.call(x) .

Por ejemplo, una capa LSTM con 32 unidades con tamaño de lote 1, longitud de secuencia 64 y longitud de entidad 10:

 LSTM(32, stateful=True, batch_input_shape=(1,64,10)) 

Con esta sucesivas llamadas de predict utilizaremos los estados anteriores.