LSTM 模型中的时间步到底是什么？
What exactly is timestep in an LSTM Model?
我是LSTM和RNN整体的新手，一直绞尽脑汁想弄明白什么是timestep。我真的很感激对此的直观解释
让我们从 Chris Olah 博客中的一张很棒的图片开始（高度 recommended read 顺便说一句）：
在循环神经网络中，同一单元格有多个重复。推理的方式是——你接受一些输入 (x0)，将它传递给单元格以获得一些输出1（用黑色箭头表示在图片的右侧），然后将 output1 作为输入（可能添加更多输入组件 - x1 在图像上）到同一个单元格，产生新的输出 output2，再次将其作为输入传递给同一个单元格（可能还有额外的输入组件 x2），产生输出3 等等。
时间步长是单元格的单次出现 - 例如在第一步你产生输出 1, h0, 在第二步你产生输出2 等等。
我是LSTM和RNN整体的新手，一直绞尽脑汁想弄明白什么是timestep。我真的很感激对此的直观解释
让我们从 Chris Olah 博客中的一张很棒的图片开始（高度 recommended read 顺便说一句）：
在循环神经网络中，同一单元格有多个重复。推理的方式是——你接受一些输入 (x0)，将它传递给单元格以获得一些输出1（用黑色箭头表示在图片的右侧），然后将 output1 作为输入（可能添加更多输入组件 - x1 在图像上）到同一个单元格，产生新的输出 output2，再次将其作为输入传递给同一个单元格（可能还有额外的输入组件 x2），产生输出3 等等。
时间步长是单元格的单次出现 - 例如在第一步你产生输出 1, h0, 在第二步你产生输出2 等等。