pytorch的LSTM笔记

1 torch 与keras的不同

• pytorch的LSTM初始化时的句子长度不是固定的，是可以动态调整的，只是作为batch训练时，需要保证句子的长度是统一的。
• keras初始化模型是必须传入句子长度，也就是lstm的单元数，这个是模型参数的一部分
• 经实验证明，不同的输入长度，对于lstm网络的参数总量是一样的，lstm的参数在于神经元内部的参数，句子长度并不是lstm网络的参数

2 代码讲解

state,(h_t,c_t) = nn.LSTM(embeded)  ```
- state 是完整的隐状态 （seq_len,batch_size,num_directions*hidden_size）
- h_t 是隐藏层输出  （num_layers * num_directions, batch, hidden_size）  即每一层的lstm最后一个状态
- c_t 是细胞状态  这个不常用
   


## [参考连接](https://zhuanlan.zhihu.com/p/39191116)