和其他许多人一样，我发现这里和这里的资源对于理解 LSTM 单元非常有用。我有信心我了解价值如何流动和更新，并且我有足够的信心添加提到的“窥视孔连接”等。
在我的示例中，我在每个时间步都有一个长度为的输入向量i和一个长度为的输出向量o，其中o < i.
这两页真正涵盖的是这些内容的安排和培训方式。
我有两个问题：
- 在我的训练数据中，我有很多输入/输出向量对，对应于很多很多时间单位。假设我用所有数据训练 LSTM。然后我可以通过它运行任意长度的输入集吗？我的意思是，如果我有整个 2015 年和 2016 年的训练数据，那么我可以通过网络运行 2017 年的数据吗？还是从 2017 年到 2020 年？
- 根据我所读到的，感觉就像每个时间单位有一个 LSTM 单元，所以如果我有很多时间单位，那么我就有很多链接的 LSTM 单元。由于链的长度取决于我想通过网络运行的数据的长度，这可能是任意的，我看不出我将如何训练它，除非我只训练一个 LSTM 单元，然后复制一个数字次。所以看起来我会训练一个 LSTM 单元，然后
n将它们链接在一起以获得给定的长度输入向量列表n？即使单个 LSTM 单元包含许多元素和功能，但感觉在这么小的东西中捕获这么多信息还不够？
谢谢。是否有任何其他资源可以帮助我了解实施细节（相对较快）？上面的 2 个链接对正在发生的事情提供了一个很棒的高级图片，但未能捕捉到这些更精细的细节。