如何在Pytorch中实现每个内存块有多个单元的LSTM层？
问题描述：
我打算在Pytorch中实现一个带有多个存储单元块 - 或多个LSTM单元的LSTM，每个层都有一个LSTM单元作为存储器块的集合及其门 - 但似乎基类torch.nn.LSTM只能实现与一个LSTM单元的多层LSTM每层：如何在Pytorch中实现每个内存块有多个单元的LSTM层？
lstm = torch.nn.LSTM(input_size, hidden_size, num_layers)
其中（从Pytorch的文档）：
-
input_size是网络的输入维数， -
hidden_size是隐藏的第一为每层（即每层）的尺寸， -
num_layer是网络层的数目
于是，从上方，每个LSTM单元具有恰好一个电池（每个LSTM单元的单元状态因此标量）因为对于每个层，单元状态的维度对应于隐藏状态的维度（即hidden_size）。
然而，在由Hochreiter和施米德休 [1997]，每块LSTM提出的原始模型LSTM /单元可以包含几个细胞： LSTM Network [Hochreiter, 1997]
有没有办法这样做呢？
答
为了我的理解，两个LSTM-Cells如常连接。图2在本文的说明中，说以下内容：
...（请注意，通过90度旋转逆时针图1，它将匹配与对应的图2的份）...
图2中的图很可能很难解释，但它应该是一个带有hidden_layer输入和状态的LSTM。