如何在TensorFlow中实现指定维度的基础LSTM网络及疑问解答

Hey Roman, let's walk through each of your questions using the TensorFlow code you provided—this will make things much clearer!

疑问1：为何要预设时间步数量？LSTM能否接受任意长度的序列？ #

The short answer: 预设时间步是因为你用了tf.contrib.rnn.static_rnn，这个API属于TensorFlow的静态RNN实现，它会在图构建阶段就固定每一个时间步的计算节点。你的代码里timesteps=18，所以它会预先创建18个LSTM步的计算图，自然要求输入序列的长度必须匹配这个预设值。

但LSTM本身完全可以处理任意长度的序列！你只需要换用动态RNN实现——也就是tf.nn.dynamic_rnn。它不需要提前固定时间步，而是在运行时根据输入序列的实际长度动态展开计算图，还支持同一个批次里的样本有不同的序列长度（配合sequence_length参数）。如果用dynamic_rnn，你甚至不需要tf.unstack这一步，直接把三维张量X喂进去就行。

疑问2：为何要按时间步拆分数据（使用unstack）？ #

这还是和static_rnn的API要求有关：它的输入必须是一个长度等于时间步的列表，列表里每个元素是对应单个时间步的输入张量（形状为[batch_size, num_input]）。你的原始输入X是三维张量[None, timesteps, num_input]（批次大小×时间步×特征数），所以tf.unstack(X, timesteps, 1)会沿着第二个维度（时间步维度）把它拆成18个二维张量，每个张量对应一个时间步的所有样本输入，刚好符合static_rnn的输入要求。

还是那句话，如果换成dynamic_rnn，这个拆分步骤完全可以省略——dynamic_rnn直接支持三维输入张量，内部会自动处理时间步的展开。

疑问3：如何解读‘outputs’和‘states’？ #

Let's break down what these two variables hold in your code:

• outputs: 这是一个长度等于时间步数量的列表（你这里是18个元素）。每个元素对应一个时间步的LSTM隐层输出（h_t），形状为[batch_size, num_units]（你的例子里就是[12,4]）。把这些元素拼接起来，就得到了你想要的N×4隐层向量序列（N=18）。
• states: 这是LSTMCell返回的最终状态元组，格式为(c_state, h_state)：
  • c_state是LSTM的细胞状态（cell state），形状为[batch_size, num_units]，它是LSTM内部用来长期记忆信息的载体，这里只返回最后一个时间步的细胞状态。
  • h_state是最后一个时间步的隐层输出，和outputs列表的最后一个元素完全相同，形状也是[batch_size, num_units]。

注意：static_rnn不会返回所有时间步的细胞状态序列，如果需要获取每个时间步的c_t，你要么改用dynamic_rnn并自己跟踪状态，要么手动循环调用LSTMCell的__call__方法来收集每一步的细胞状态。

内容的提问来源于stack exchange，提问作者Roman