LSTM 的官方文档在这里
在例子中：
LSTM 函数的参数为输入特征向量的长度 input_size = 10、隐藏层向量的长度 hidden_size = 20、隐藏层的数量 num_layers = 2；
输入 input 的维度是时间/序列长度（句子有多少个单词） time_steps = 5、批量 batch = 3、输入特征向量的长度 input_size = 10；
初始的隐藏层向量与状态向量的维度都是隐藏层的数量 num_layers = 2、批量 batch = 3、隐藏层向量的长度 hidden_size = 20
LSTM 就是中间的红色框，它将输入（蓝色框）和初始的隐藏层向量与状态向量（黄色框）作为输入，输出的是最终的隐藏层向量与状态向量（绿色框）。
LSTMCell 的官方文档在这里
在例子中：
LSTMCell 函数的参数为输入特征向量的长度 input_size = 10、隐藏层向量的长度 hidden_size = 20；
输入 input 的维度是时间/序列长度（句子有多少个单词） time_steps = 5、批量 batch = 3、输入特征向量的长度 input_size = 10；
初始的隐藏层向量与状态向量的维度都是批量 batch = 3、隐藏层向量的长度 hidden_size = 20
对比即可得知，LSTMCell 就是图中的红色框，实际上就是一个隐藏层神经元，所以它没有 LSTM 中隐藏层数量这个参数。使用 LSTMCell 的方法就是 for 循环，遍历次数为时间/序列长度；LSTM 则是优化了这个 for 循环。
)
)
