LSTM的计算过程，权重参数数目，weight_ih_l0，weight_hh_l0

一. 普通全连接神经网络的计算过程

假设用全连接神经网络做MNIST手写数字分类，节点数如下：

第一层是输入层，784个节点；

第二层是隐层，100个节点；

第三层是输出层，10个节点。

对于这个神经网络，我们在脑海里浮现的可能是类似这样的画面：

但实际上，神经网络的计算过程，本质上是输入向量(矩阵)在权重矩阵上的流动过程，大概就像下面这个过程：

图中，把bias也放到权重矩阵中了，并且省略了激活函数。在反向传播过程中，梯度矩阵和权重矩阵的大小是一致的，因为每个权重参数都需要一个梯度来更新。神经网络的学习过程，实际上是调整权重矩阵中各个元素的大小的过程。

lstm的计算公式是

假设input_size=150，hidden_size=64，那么

$W_{ii}$、$W_{if}$、$W_{ig}$、$W_{io}$的大小都是64*150的矩阵，$b_{ii}$、$b_{if}$、$b_{ig}$、$b_{io}$都是长度为64的向量；
$W_{hi}$、$W_{hf}$、$W_{hg}$、$W_{ho}$的大小都是64*64的矩阵，$b_{hi}$、$b_{hf}$、$b_{hg}$、$b_{ho}$都是长度为64的向量。

在PyTorch的torch.nn.LSTM模块中，会把几个向量按0方向拼接在一起：

把$W_{ii}$、$W_{if}$、$W_{ig}$、$W_{io}$拼接成一个大小为256*150矩阵，叫做weight_ih_l0；把$b_{ii}$、$b_{if}$、$b_{ig}$、$b_{io}$拼接成一个长度为256的向量，叫做bias_ih_l0;
把$W_{hi}$、$W_{hf}$、$W_{hg}$、$W_{ho}$拼接成一个大小为256*64矩阵，叫做weight_hh_l0；把$b_{hi}$、$b_{hf}$、$b_{hg}$、$b_{ho}$拼接成一个长度为256的向量，叫做bias_hh_l0.

所以总的参数数目是256*150 + 256 + 256*64 + 256 = 55296.

归纳一下就是：

假设input_size=x，hidden_size=h，那么这个LSTM模型的参数数目就是：4*h*x + 4*h + 4*h*h + 4*h = 4*h*(x+h+2)