我有一个有状态的LSTM模型。对于相同的数据，我需要自己调用几次自己的K.function()，以便测量预测的不确定性。我假设模型的状态实际上不会更新，因为这本来可以通过 Keras 通常会传递给K.function(), updates = parameter的更新来完成。这是一个正确的假设吗？
正确，将updates=None或updates=[]传递到K.function中将仅评估outputs。所以只要你的K.function()论点本身不做任何改变，你就没问题。
这可以在 tesorflow 后端源代码中看到：调用将只评估self.outputs，因为self.updates_op将是一个空的操作。
我没有与其他后端合作过，但我研究了cntk_backend.py和theano_backend.py来源：它们也是如此。