在PyTorch中有一个LSTM模块，除了输入序列，隐藏状态和单元状态之外，还接受 num_layers 参数，该参数指定LSTM具有多少层 .
num_layers
然而，另一个模块LSTMCell只有输入大小和隐藏状态数作为参数，没有 num_layers ，因为这是多层LSTM中的单个单元 .
我的问题是什么是将LSTMCell模块连接在一起以实现与多层LSTM相同效果的正确方法 num_layers > 1
num_layers > 1
LSTMCell是LSTM网络的基本构建块 . 您应该使用LSTM模块（在内部使用LSTMCell） . 如果您想自己这样做，最好的方法是阅读源代码（https://github.com/pytorch/pytorch/blob/master/torch/nn/modules/rnn.py） .
基本上你想为每一层使用一个LSTMCell，你应该注意如何从输入到输出，逐层考虑隐藏状态 . 我也有卷积LSTM的基本实现，但想法是一样的 . 你可以在这里查看：https://github.com/rogertrullo/pytorch_convlstm/
如果我理解正确，第l-1层的lstm单元的隐藏输出是第l层的lstm单元的输入 .
2 回答
LSTMCell是LSTM网络的基本构建块 . 您应该使用LSTM模块（在内部使用LSTMCell） . 如果您想自己这样做，最好的方法是阅读源代码（https://github.com/pytorch/pytorch/blob/master/torch/nn/modules/rnn.py） .
基本上你想为每一层使用一个LSTMCell，你应该注意如何从输入到输出，逐层考虑隐藏状态 . 我也有卷积LSTM的基本实现，但想法是一样的 . 你可以在这里查看：https://github.com/rogertrullo/pytorch_convlstm/
如果我理解正确，第l-1层的lstm单元的隐藏输出是第l层的lstm单元的输入 .