lstm的输入和输出

LSTM（长短期记忆网络）的输入和输出如下：

输入层要求的维度是三维的，包含三个参数：batch_size（批次大小）、input_dim（输入维度）和time_step（时间步数）。隐含层有一个参数：n_hidden（隐含层大小）。输出层有两个参数：n_hidden和output_dim。

输出数据包括output、(h_n,c_n)。其中，output的shape为(seq_length, batch_size, num_directions*hidden_size)，它包含的是LSTM最后一层的输出特征(h_t)，其中t表示batch_size中每个句子的长度。h_n的shape为(num_directions * num_layers, batch, hidden_size)，c_n的shape与h_n相同。h_n包含的是句子的最后一个单词的隐藏状态，c_n包含的是句子的最后一个单词的细胞状态。因此，它们与句子的长度seq_length无关。output[-1]与h_n是相等的，因为output[-1]包含的正是batch_size个句子中每一个句子的最后一个单词的隐藏状态。需要注意的是，LSTM中的隐藏状态其实就是输出，而细胞状态才是LSTM中一直隐藏的状态，记录着信息。