Keras LSTM 中隐藏状态的含义

Question

因为我是深度学习的新手，所以这个问题对你来说可能很有趣。但我无法在脑海中想象它。这就是为什么我要问它。

我给一个句子作为 LSTM 的向量，认为我有一个包含 10 个单词的句子。然后我将这些句子更改为向量并将其提供给 LSTM。

LSTM 单元的长度应该是 10。但是在大多数教程中，我看到他们添加了 128 个隐藏状态。我无法理解和想象它。LSTM层这个词是什么意思"128-dimensional hidden state"

例如：

X = LSTM(128, return_sequences=True)(embeddings)

这看起来的夏天

lstm_1 (LSTM)                (None, 10, 128)           91648

这里看起来像是添加了 10 个 LSTM 单元，但为什么那里有 128 个隐藏状态？希望你能理解我的期待。