RNN之多层LSTM理解：输入，输出，时间步，隐藏节点数，层数

从pytorch代码角度初次理解LSTM各种术语。 LSTM: class torch.nn.LSTM(*args, **kwargs) Parameters input_size 输入特征维数：（特征向量的长度，如2048） hidden_size 隐层状态的维数：（每个LSTM单元或者时间步的输出的ht的维度，单元内部有权重与偏差计算） num_layers RNN层的个数：（在竖直方向堆叠的

>>阅读原文<<