了解预定义LSTM的输入量

Question

我正在尝试在张量流中设计一个模型，以使用lstm预测下一个单词。
RNN的Tensorflow教程提供了伪代码，说明如何将LSTM用于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   

此代码给出批处理和标签的大小（batch_size X 1）。

使用tf.nn.embedding_lookup()这些批处理和标签的大小也可以为（batch_size x vocabulary_size tf.nn.embedding_lookup() 。

因此，这里的问题是如何接下来使用rnn_cell.BasicLSTMCell函数或使用用户定义的lstm模型进行下一步？
input dimension to LSTM cell的input dimension to LSTM cell是什么，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的完整示例在源代码中 。 有可以使用的推荐默认值（ SmallConfig ， MediumConfig和LargeConfig ）。