Pytorch实用教程：nn.LSTM内部是如何实现的

在 PyTorch 中， nn.LSTM 是实现长短期记忆（Long Short-Term Memory, LSTM）网络的一个类，广泛用于处理和预测 序列数据的任务。LSTM 是一种特殊类型的 循环神经网络（RNN），能够学习 长期依赖信息，这一点在普通的 RNN 中是很难做到的。

nn.LSTM 的基本介绍

nn.LSTM 对象在 PyTorch 中负责创建一个 LSTM 层。它的参数主要包括：

• input_size：输入特征的维度。
• hidden_size：LSTM 隐藏层的维度。
• num_layers：堆叠的 LSTM 层的数量（默认为1层）。
• bias：是否使用偏置（默认为True）。
• batch_first：输入和输出的维度顺序是否为 (batch, seq, feature)（默认为False，即 (seq, batch, feature)）。
• dropout：如果大于0，则除了最后一层外，其他层后会添加一个dropout层。
• bidirectional：是否使用双向LSTM（默认为False）。