keras中关于输入尺寸LSTM的stateful,return_sequence的问题

补充：return_sequence,return_state都是针对一个时间切片（步长）内的h和c状态，而stateful是针对不同的batch之间的。多层LSTM需要设置return_sequence = True,后面再设置return_sequence=False.
最近在学习使用keras搭建LSTM的时候，遇到了一些不明白的地方。有些搞懂了，有些还没有搞懂。现在记下来，因为很快就会忘记!-_-!。

具体的LSTM的原理，我这里不赘述了。给一些很好的参考链接。
LSTM公认圣经,中文翻译版

1. 输入数据维度

我们知道RNN、LSTM适应于时序数据。我们需要按照构造一定的输入数据形式sequence。
实际上来讲，就相当于一个滑动窗口，不断的向前滑动。一个窗口就成了一个样本batch。
后续有时间，我画个图！
在keras中，RNN、LSTM的输入分为两种：

1）stateless，无状态设置。
输入为inpu