了解输入到预定义LSTM的尺寸

Question

我试图设计一个tensorflow模型来预测使用lstm的下一个单词。
Tensorflow RNN教程给出了伪代码如何使用LSTM的PTB数据集。
我到达了生成批次和标签的步骤。

def generate_batches(raw_data, batch_size): 
    global data_index 
    data_len = len(raw_data) 
    num_batches = data_len // batch_size 
    #batch = dict.fromkeys([i for i in range(num_batches)]) 
    #labels = dict.fromkeys([i for i in range(num_batches)]) 
batch = np.ndarray(shape=(batch_size), dtype=np.float) 
labels = np.ndarray(shape=(batch_size, 1), dtype=np.float) 
for i in xrange(batch_size) : 
    batch[i] = raw_data[i + data_index] 
    labels[i, 0] = raw_data[i + data_index + 1] 
data_index = (data_index + 1) % len(raw_data) 
return batch, labels 

此代码给出批量和标签大小（batch_size X 1）。

这些批次和标签也可以是使用tf.nn.embedding_lookup()的（batch_size x vocabulary_size）的大小。

所以，这里的问题是如何使用函数rnn_cell.BasicLSTMCell或使用用户定义的lstm模型继续下一步？
什么是input dimension to LSTM cell以及如何与num_steps一起使用？
哪种大小的批次和标签在任何情况下都有用？

Answer 1

PTB的完整示例源于code。建议使用默认设置（SmallConfig，MediumConfig和LargeConfig）。