RNN 的可变长度序列输入的分桶

Question

假设一个循环神经网络以可变长度的文本序列作为输入。为了提高效率，人们可以将长度相似的序列批处理在一起，以最小化每批的填充量——称为桶化。这如何在 Keras 中实现？

作为参考，使用遗留操作的Tensorflow Seq2Seq 教程包含此内容，但其代码应该能够在 Keras 中以更少的代码行进行简化。