如何设置TensorFlow中LSTM各输入输出向量的长度参数

你提到的三类共6项输入输出的向量长度，对应设置规则如下：

• 外部输入向量长度：不需要在LSTM构造函数里单独指定，默认取输入张量最后一维的数值，你也可以通过input_shape参数显式声明。比如单条样本序列长度为20、每个时间步的输入特征数为12，就设置input_shape=(20,12)，这里的12就是外部输入的向量长度。
• 外部输出、隐状态（h）输入/输出、上下文状态（c）输入/输出：这五项的向量长度完全一致，统一由LSTM构造函数的units参数指定。比如你设置units=64，上述五项的向量长度就都是64。

实际代码示例如下：

import tensorflow as tf
from tensorflow.keras import layers

# units=64统一指定隐状态、上下文状态、输出的向量长度
lstm_layer = layers.LSTM(units=64, return_sequences=True, return_state=True)

# 输入张量形状为(批量大小, 序列长度, 输入特征维度)，最后一维16就是外部输入向量长度
input_data = tf.random.normal((32, 10, 16))
output, h_state, c_state = lstm_layer(input_data)

# 打印形状验证：
print(output.shape)      # (32, 10, 64) 外部输出向量长度为64
print(h_state.shape)     # (32, 64) 隐状态输出向量长度为64
print(c_state.shape)     # (32, 64) 上下文状态输出向量长度为64

如果需要手动传入初始隐状态、上下文状态，只要保证两者的最后一维和你设置的units参数数值一致即可，不需要额外调整LSTM的构造参数。

内容的提问来源于stack exchange，提问作者Mark Lavin