似乎堆叠 LSTM 层对于一些问题设置可能是有益的，以便学习数据中时间关系的更高级别的抽象。已经有一些关于选择隐藏层数和每层单元数的讨论。

我的问题：对于堆栈中从一个 LSTM 层到后续 LSTM 层的单元的相对数量是否有任何指导？我对涉及时间序列预测的问题特别感兴趣（给定一系列时间数据，预测该数据在未来某个时间窗口内的趋势），但我也很想知道其他问题设置。

例如，假设我将 3 个 LSTM 层堆叠在一起：LSTM1、LSTM2、LSTM3，其中 LSTM1 更靠近输入，LSTM3 更靠近输出。以下任何关系是否有望提高性能？

1. num_cells(LSTM1) > num_cells(LSTM2) > num_cells(LSTM3) [尺寸减小输入到输出]
2. num_cells(LSTM1) < num_cells(LSTM2) < num_cells(LSTM3) [尺寸增加输入到输出]
3. num_cells(LSTM1) < num_cells(LSTM2) > num_cells(LSTM3) 【中间层最大】

显然还有其他组合，但在我看来，这些组合是显着的模式。我知道答案可能是“这取决于您的问题，没有一般指导”，但我正在寻找一些迹象，说明我可以从这些不同的配置中获得什么样的行为。