根据我在网上阅读的信息，LSTM中的隐藏状态是根据输入/时间步骤生成的，例如，参见图像https://i.stack.imgur.com/SjnTl.png。
但是，在Tensorflow中，隐藏状态的数量似乎是num_units，从我在线阅读的各种示例中，num_units可能与输入中的时间步长有很大不同。 （例如，对于28 * 28 MNIST图像输入，行的28个时间步可以有500 num_units。）
隐藏状态/ num_units在这里如何工作？
此外，我还看到在连接在一起的不同LSTM层中具有不同数量的隐藏状态的示例吗？在这种情况下，LSTM层如何连接？
答案 0 :(得分：0)
num_units或隐藏状态的大小与时间步长无关。隐藏状态是大小为num_units的向量，将在每个时间步更新。因此，在链接的图中，如果我们看第一层（第0层），则h1(0)是长度为num_units的向量，h1(0)，{{1}也是} ...
在不同的层之间，h2(0)不必相同。较高层的num_units必须等于直接较低层的input_size，因为较低层的隐藏状态会作为输入馈送到高层。有关输入向量如何与隐藏状态向量连接的详细信息，请在Google LSTM单元格中进行搜索，您会找到一些很好的解释。
