DeepLearning之LSTM模型输入参数：time_step, input_size, batch_size的理解

1. LSTM模型 输入参数理解

（Long Short-Term Memory）

lstm是RNN模型的一种变种模式，增加了输入门，遗忘门，输出门。

LSTM也是在时间序列预测中的常用模型。

小白我也是从这个模型入门来开始机器学习的坑。

LSTM的基本概念与各个门的解释已经有博文写的非常详细：推荐博文:【译】理解LSTM（通俗易懂版）

这篇文章写的非常详细，生动，概念解释的非常清楚。我也是从这个博文里开始理解的。

---

2. 模型参数

1. 模型的调参是模型训练中非常重要的一部分，调整参数前的重要一步就是要理解参数是什么意思，才能帮助更好的调整参数。
2. 但是发现在一些实战模型将代码直接放在那里，但是基本参数只是把定义写在哪里，没有生动的解释，我一开始看的时候也是一脸懵逼。
3. 在我寻找着写参数的额定义的时候，往往看不到让小白一眼就能明白的解释。
4. 希望从一个小白的角度来讲解我眼中的这些参数是什么意思，如果有不对，还请指出交流。

---

3. LSTM 的参数输入格式

1. 一般表示为[batch_size, time_step, input_size]

2. 中文解释为[每一次feed数据的行数，时间步长，输入变量个数]</