解释return_sequence和return_state

在TensorFlow中，递归layer无论是LSTM还是GRU，最终都是调用的RNN的call方法，返回的RNN的call方法返回的值，其实现链接位于recurrent.py

对其进行简化，代码如下

if self.return_sequences:
  output = outputs
else:
  output = last_output

if self.return_state:
    states = list(states)
  return [output] + states
else:
  return output

也就是说，return_sequence参数决定的是返回第一个参数是最后一个输出（final_output）还是整个序列的输出（outputs），而return_state决定是在返回的输出后（无论是哪种输出），是否输出最后一个细胞状态。

使用LSTM时候如果return_state = True，那么会在output的基础上多返回两个值，如果是GRU，则只会返回一个值，因为后两个值相同。

更详细的说明可以看一下这篇博客，讲解的非常清楚
参考链接：https://www.dlology.com/blog/how-to-use-return_state-or-return_sequences-in-keras/