问题1：输入维度、LSTM训练流程与epoch内操作 #

• 输入Xt的维度：以你说的固定500词的影评、100维fastText预训练嵌入为例，单个样本的每个时间步（每个词）的输入Xt是100维向量（形状为(100,)）。如果是批量输入（比如batch_size=64），整个输入张量的形状就是(64, 500, 100)——分别对应批量大小、序列长度、词嵌入维度。
• LSTM训练流程&是否需要逐词输入：不用手动逐词喂数据！在Keras这类框架里，你只需要把处理好的序列张量（带词嵌入的）喂给模型，框架会自动沿着时间轴（也就是500个词的维度）逐时间步展开处理。流程大概是：先把每个词的索引转换成预训练的100维嵌入向量，得到完整的序列张量；然后LSTM层从第一个词开始，依次处理每个词的嵌入向量，每一步都会更新自身的细胞状态和隐藏状态，直到处理完最后一个词。
• 每个epoch中的操作：
  • 先把整个训练集分成若干个batch（比如代码里的batch_size=64）；
  • 对每个batch，先通过嵌入层（如果用预训练的话就是加载好的嵌入矩阵，允许微调的话还会更新）生成词向量序列；
  • LSTM层逐时间步处理序列，最终输出整个序列的最终隐藏状态；
  • 全连接层接收这个隐藏状态，输出分类预测结果；
  • 计算预测结果和真实标签的损失（比如二分类用交叉熵）；
  • 反向传播损失，更新所有可训练参数（嵌入层、LSTM的门权重、全连接层权重）；
  • 把所有batch都处理完一遍，这就完成了一个epoch的训练。

问题2：LSTM神经元互连与单个单元的局限性 #

先看代码里的LSTM(100)，这里的100指的是LSTM层的隐藏状态维度，也就是每个时间步输出的隐藏状态是100维的。

• 神经元互连方式：你可以把这100个“神经元”理解为100个并行工作的LSTM子单元，它们共享同一个输入序列，但各自维护独立的细胞状态和隐藏状态。每个子单元都通过LSTM的三大门（输入门、遗忘门、输出门）来控制信息的流动：输入门决定哪些新信息要加入细胞状态，遗忘门决定哪些旧信息要丢弃，输出门决定细胞状态的哪些部分要输出为当前的隐藏状态。这些子单元之间通过共享的门结构参数来协同工作，最终的隐藏状态是这100个子单元输出的向量组合，能更全面地编码序列的上下文信息。
• 为什么不能只用单个LSTM单元：单个单元的隐藏状态只有1维，表达能力太弱了！文本序列里有大量复杂的上下文依赖（比如否定词对情感的反转、长距离的语义关联），单个单元根本捕捉不到这么丰富的特征。100个单元相当于给模型提供了100个不同的“特征编码维度”，每个维度可以学习到不同的模式（比如有的专门捕捉情感词的上下文，有的专门处理否定结构），这样模型的拟合能力更强，能更好地完成分类任务。而且单个单元很容易出现欠拟合，连简单的文本模式都学不好，更别说复杂的影评分类了。

附上经典的LSTM细胞结构示意图，帮你直观理解：

内容的提问来源于stack exchange，提问作者yuhengd