pytorch的LSTM筆記

1 torch 與keras的不同

• pytorch的LSTM初始化時的句子長度不是固定的，是可以動態調整的，只是作為batch訓練時，需要保證句子的長度是統一的。
• keras初始化模型是必須傳入句子長度，也就是lstm的單元數，這個是模型參數的一部分
• 經實驗證明，不同的輸入長度，對於lstm網絡的參數總量是一樣的，lstm的參數在於神經元內部的參數，句子長度並不是lstm網絡的參數

2 代碼講解

state,(h_t,c_t) = nn.LSTM(embeded)  ```
- state 是完整的隱狀態 （seq_len,batch_size,num_directions*hidden_size）
- h_t 是隱藏層輸出  （num_layers * num_directions, batch, hidden_size）  即每一層的lstm最后一個狀態
- c_t 是細胞狀態  這個不常用
   


## [參考連接](https://zhuanlan.zhihu.com/p/39191116)