在初学RNN\LSTM时，经常将其与CNN进行类比，从而会思考LSTM中的神经元的个数。

然而循环神经网络与卷积神经网络差异很大，个人建议不进行类比，概念容易混淆。

其次来解释RNN\LSTM中神经元的个数。

 这张在RNN中广为流传的神图，很容易给人们带来误解。这是通过时间步展开的RNN，通过时间步展开就意味着用了一个相同的rnn神经元，使用相同的参数。所以可以说只有一个神经元。

上图是LSTM按照时间步展开,基于对神经元的不同理解，LSTM中神经元的个数也可以进行不同理解，一般大家把LSTM中黄色方框（可以理解为函数）当作神经元，所以可以说LSTM中含有4个神经元。但在不同时间步上LSTM的参数也都是相同的。所以按照个人的理解LSTM只是在RNN基础上增加了更多的函数与规则，它也可以按照RNN的规则去理解成一个LSTM单元。学习就是一个化繁为简的过程，这样挺好记忆的哈哈，文章中若有错误欢迎大家批评指正。