这个问题与堆叠LSTM网络中每个LSTM层的输入是什么？类似，但更侧重于实现细节。
为了简单起见，我们考虑以下具有4个单元和2个单元结构的例子
model.add(LSTM(4, input_shape=input_shape, return_sequences=True))model.add(LSTM(2,input_shape=input_shape))我知道LSTM_1的输出是4个长度，但接下来的2个单元如何处理这4个输入，它们是否与下一层节点完全连接？
我猜它们是完全连接的，但不确定，如下图所示，Keras文档中并未提及
谢谢！
回答：
这不是长度4，而是4个“特征”。
长度由输入形状决定，并且始终不变，将常规输入提供给一个LSTM与将一个LSTM的输出提供给另一个LSTM时发生的情况完全相同。
你可以查看模型的摘要来了解形状和发生的事情。使用LSTM时，长度永远不会改变。
它们之间没有任何通信。每个LSTM都接收长度维度，并独立地进行循环处理。当一个LSTM完成并输出一个张量时，接下来的LSTM接收这个张量并按照相同的规则独立处理。
