tensorflow中基于LSTM的分布式训练

LSTM是算法还是节点？如果在模型中使用它，如果我使用分布式训练，反向传播会发生冲突吗？

LSTM两者都不是。这是一个递归神经网络（参见）。对于tensorflow，您可能会感到困惑，因为有一个单元的概念（例如，

BasicLSTMCell

），它基本上是一个用于创建形成一个或多个层的单元的工厂。最后，它们都转化为计算图中的节点。您可以在中找到一个很好的用法示例。顺便说一下，训练的算法是相同的-backprop

---

现在，关于分布式训练，有两种类型的并行：数据并行和模型并行，并且没有一种会破坏备份。唯一的例外可能是异步更新的数据并行性，这确实需要某些技巧才能工作，但tensorflow中没有一流的支持。我认为您最好使用更简单的方法来分发模型（请参阅）。因此，答案很可能是：不，backprop可以正常工作。

很抱歉，严格来说，LSTM是一种神经元结构，而不是神经网络。