stateful代表除了每个样本内的时间步内传递，而且每个样本之间会有信息(c,h)传递，每个样本指的是一个完整的序列，比如股票预测，时间步为20，特征数为10，数据为20*10；
而stateless指的只是样本内的信息传递；
下面这段话就可以很好的理解：
stateful LSTM：我想根据一篇1000句的文章预测第1001句，每一句是一个sample。我会选用stateful，因为这文章里的1000句是有前后关联的，是有时序的特征的，我不想丢弃这个特征。利用这个时序性能让第一句的特征传递到我们预测的第1001句。（batch_size = 10时）
stateless LSTM：我想训练LSTM自动写诗句，我想训练1000首诗，每一首是一个sample，我会选用stateless LSTM，因为这1000首诗是独立的，不存在关联，哪怕打乱它们的顺序，对于模型训练来说也没区别
tensorflow设置该项的参数：(没有检验过)
rnn_tuple_state = tuple(
[tf.nn.rnn_cell.LSTMStateTuple(l[idx][0], l[idx][1])
for idx in range(num_layers)]
)
outputs, state = tf.nn.dynamic_rnn(cell, x_input_batch, initial_state=rnn_tuple_state)#stateful
init_state=multi_layer_cell.zero_state(sample_num,dtype=tf.float32)
outputs, state = tf.nn.dynamic_rnn(cell, x_input_batch, initial_state=init_state)#stateless