今天，我继续研究LSTM神经网络，根据昨天阅读的经验，今天主要根据昨天阅读的源码，修改一下输入的接口，
然后就使用昨天的代码进行了实验，最后得到了损失函数降低的结果，然后继续研究如何保存训练好的权重，如何
使用训练好的权重进行预测，在使用的过程中学到了新的知识：
1. 训练好的网络在进行预测的时候要修改输入的网络结构，可以改为仅输入一个序列，然后输入第一个序列的
时候仅需要保存隐状态输出即可，把隐状态输出放到下一个输入即可得到连续的结果。
2. 对于LSTM单元来说，返回值的状态是包含C状态和h状态的元组。
2. 注意权重共享的概念，对于一层，记录的权重只有其中一个LSTM单元即可！这样就保证的上一条不会出错！
