out,(h_t ,C_t)=lstm(x,(h_0 ,C_0))

1. x仍然是一次性将当前batch所有seq_len个时刻的样本都输入，其shape是[seq_len,batch,feature_len]。
2. 在任意t时刻的h_t和C_t两类Memory其shape都是[num_layers,batch,hidden_len]。
3. 最终的输出out同样是在所有时刻最后一层上的输出（特别注意，LSTM中的输出是h不是C），因此是将feature_len规约成了hidden_len那么长，所以其shape是[seq_len,batch,hidden_len]。

# 如可以解释成:4层的LSTM,输入的每个词用100维向量表示,隐藏单元和记忆单元的尺寸是20
lstm = nn.LSTM(input_size=100, hidden_size=20, num_layers=4)
# 前向计算过程,这里不传入h_0和C_0则会默认初始化
out, (h, c) = lstm(x)

h_t ,C_t=lstmcell(x_t ,(h_(t−1) ,C_(t−1)))

1. 输入x_t只是t时刻的输入，不涉及seq_len，所以其shape是[batch,feature_len]。
2. h_t和C_t在这里只是t时刻本层的隐藏单元和记忆单元，不涉及num_layers，所以其shape是[batch,hidden_len]。

1. 一层：

   # 一层的LSTM计算单元,输入的feature_len=100,隐藏单元和记忆单元hidden_len=20
   cell = nn.LSTMCell(input_size=100, hidden_size=20)# 初始化隐藏单元h和记忆单元C,取batch=3
   h = torch.zeros(3, 20)
   C = torch.zeros(3, 20)# 这里是seq_len=10个时刻的输入,每个时刻shape都是[batch,feature_len]
   xs = [torch.randn(3, 100) for _ in range(10)]# 对每个时刻,传入输入x_t和上个时刻的h_{t-1}和C_{t-1}
   for xt in xs:h, C = cell(xt, (h, C))

2. 两层：

   # 输入的feature_len=100,变到该层隐藏单元和记忆单元hidden_len=30
   cell_l0 = nn.LSTMCell(input_size=100, hidden_size=30)
   # hidden_len从l0层的30变到这一层的20
   cell_l1 = nn.LSTMCell(input_size=30, hidden_size=20)# 分别初始化l0层和l1层的隐藏单元h和记忆单元C,取batch=3
   # 注意l0层的hidden_len=30
   h_l0 = torch.zeros(3, 30)
   C_l0 = torch.zeros(3, 30)
   # 而到l1层之后hidden_len=20
   h_l1 = torch.zeros(3, 20)
   C_l1 = torch.zeros(3, 20)# 这里是seq_len=10个时刻的输入,每个时刻shape都是[batch,feature_len]
   xs = [torch.randn(3, 100) for _ in range(10)]# 对每个时刻,从下到上计算本时刻的所有层
   for xt in xs:h_l0, C_l0 = cell_l0(xt, (h_l0, C_l0))  # l0层直接接受xt输入h_l1, C_l1 = cell_l1(h_l0, (h_l1, C_l1))  # l1层接受l0层的输出h为输入