LSTM有input gate, forget gate, output gate,这些gate都是将本时刻的输入和上一时刻的隐含状态作为输入得到的, 在计算过程中会产生3个本时刻输入前的参数 W(i), W(f), W(o)和3个上一时刻隐状态前的参数U(i),U(f),U(o)
假设某时刻输入的形状是[n_input_feature], 那3个W的形状就是[n_input_feature, num_units],其中num_units就是该LSTM单元输出的隐向量的个数。3个U的形状是[num_units, num_units]。num_units就是使用tensorflow的tf.nn.rnn_cell.LSTMCell()函数中需要输入的num_units参数。