keras.layers.recurrent.LSTM(units, activation='tanh', recurrent_activation='hard_sigmoid', use_bias=True, kernel_initializer='glorot_uniform', recurrent_initializer='orthogonal', bias_initializer='zeros', unit_forget_bias=True, kernel_regularizer=None, recurrent_regularizer=None, bias_regularizer=None, activity_regularizer=None, kernel_constraint=None, recurrent_constraint=None, bias_constraint=None, dropout=0.0, recurrent_dropout=0.0)

转载：https://blog.csdn.net/jiangpeng59/article/details/77646186

核心参数
units：

输出维度
input_dim：

输入维度，当使用该层为模型首层时，应指定该值（或等价的指定input_shape)
return_sequences：

布尔值，默认False，控制返回类型。若为True则返回整个序列，否则仅返回输出序列的最后一个输出
input_length：

当输入序列的长度固定时，该参数为输入序列的长度。当需要在该层后连接Flatten层，然后又要连接Dense层时，需要指定该参数，否则全连接的输出无法计算出来

输入shape
形如（samples，timesteps，input_dim）的3D张量

输出shape

如果return_sequences=True：返回形如（samples，timesteps，output_dim）的3D张量否则，返回形如（samples，output_dim）的2D张量

备注：

1.输入和输出的类型
　　相对之前的tensor，这里多了个参数timesteps.举个栗子，假如输入100个句子，每个句子由5个单词组成，每个单词用64维词向量表示。那么samples=100，timesteps=5，input_dim=64，可以简单地理解timesteps就是输入序列的长度input_length(视情而定).

2.units
假如units=128，就一个单词而言，可以把LSTM内部简化看成Y=X_1×64W_64×128 ，X为上面提及的词向量比如64维，W中的128就是units，也就是说通过LSTM把词的维度由64转变成了128.

3.return_sequences
我们可以把很多LSTM层串在一起，但是最后一个LSTM层return_sequences通常为False，具体看下面的栗子:

Sentence: you are really a genius

model = Sequential()

model.add(LSTM(128, input_dim=64, input_length=5, return_sequences=True))

model.add(LSTM(256, return_sequences=False))

(1)我们把输入的单词，转换为维度64的词向量，小矩形的数目即单词的个数input_length

(2)通过第一个LSTM中的Y=XW，这里输入为维度64，输出为维度128，而return_sequences=True，我们可以获得5个128维的词向量V1’..V5’

(3)通过第二个LSTM，此时输入为V1’..V5’都为128维，经转换后得到V1”..V5”为256维，最后因为return_sequences=False，所以只输出了最后一个红色的词向量