作者：2019考研占座
链接：https://www.zhihu.com/question/279046805/answer/404512447
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
rnn和lstm不同于其他的nn之处就是在于它们是对时间序列进行处理的，所以在进行batch训练时，也稍有不同。
batchsize就是每个批次feed进rnn或者lstm的数据的大小。
timestep时间步长，也可以理解为展开的rnn或者lstm的block的个数，对应下图每一个A block：
<figure>
<noscript>
image
</noscript>
image
</figure>
举个例子，如果是用rnn来做预测，输入1000条数据进行训练，这1000条数据分为了10个batch，那么每个batch的batchsize就是100，然后我们如果是用前四个数值来预测第五个值的话，输入的数据shape就是（100，4），这四个数值在时间上是连续的，所以图中的X0、X1、X2、X3就对应了这四个值，所以timestep就是4。
同样的道理，如果是做word的预测，那么X0、X1、X2、X3就对应了四个词汇。
题主也可以参考我写过的一个博文，里面有代码的解释：
网友评论