Created by: ryupaladin

您好， 我目前正在通过看网络结构，学习paddle的函数，我注意到CRNN使用的动态LSTM paddle.fluid.layers.dynamic_lstm(input, size, h_0=None, c_0=None, param_attr=None, bias_attr=None, use_peepholes=True, is_reverse=False, gate_activation='sigmoid', cell_activation='tanh', candidate_activation='tanh', dtype='float32', name=None)

input ( Variable ) 维度为 [T,4∗hidden_size] 的多维 LoDTensor（必须在传入该OP前对维度为 [T,hidden_size] 的输入经过线性变换得到），其中 T 为 batch 中所有样本的长度之和，hidden_size 为隐层大小，数据类型为 float32 或者 float64。

一个问题是，一个batch里面的样本的时间步长都拼接在一起进的一个lstm么，而且为什么必须限制输入的特征维度为4*hidden_size, 输出的特征维度是hidden_size?paddle在这个函数里面进行了加速处理吗？

感谢！