我在 Keras 中实现了一个 LSTM 神经网络模型。然而，这些代码是如何在幕后工作的还不是很清楚。我想知道它是否像我猜的那样工作？

例如：假设有一个 2 层 LSTM 网络，每层有 10 个单元。输入是序列数据$X_1, X_2, X_3, X_4, X_5$.

所以当输入进入网络时，$X_1$将首先被投入网络并连接到第一层的每个单元。它将生成 10 个隐藏状态/10 个存储单元值/10 个输出。然后是 10 个隐藏状态、10 个记忆单元值和$X_2$将再次连接到 10 个单元，并生成另外 10 个隐藏状态/10 个存储单元值/10 个输出等等？

毕竟5$X_i$的被输入到网络中，来自的 10 个输出$X_5$然后将来自第一层的输入用作第二层的输入。其他输出来自$X_1$到$X_4$不使用。而这10个输出又会被一层一层的输入到第二层。因此，10 个中的第一个将连接到第二层中的每个单元，并生成 10 个隐藏状态/10 个存储单元值/10 个输出。10 个存储单元值/10 个隐藏状态，然后将连接 10 个中的第二个值，等等？

完成所有这些之后，只有第 2 层的最后 10 个输出会被使用吗？这就是 LSTM 网络的工作原理吗？谢谢！