使用 Keras + TF 1.14（非急切）时，是否可以逐步训练 LSTM 以提高内存效率？
来自 PyTorch，我可以逐步传递序列，进行反向传播并使用隐藏状态进行下一步，而无需及时停止梯度（只要有足够的内存）。
目前，LSTM 通过加载整个截断的时间序列进行训练，并使用 Keras TimeDistribute 进行处理。
假设网络在 LSTM 之后很深，PyTorch 版本应该需要更少的内存，因为我们只需要为 LSTM 之后的部分存储一个时间步的中间结果。（当使用相同的截断序列长度时）
Keras 如何实现类似的行为？