tf.keras.layers.LSTM/tf.keras.layers.LSTMCell
tf.keras.layers.LSTM/tf.keras.layers.LSTMCell可配置的参数，主要有：
units：输出维度；
input_shape (timestep, input_dim),timestep可以设置为None,input_dim为输入数据维度；
activation：激活函数；
recurrent_activation: 为循环步施加的激活函数；
return_sequences：=True时，返回全部序列；=False时，返回输出序列中的最后一个cell的输出；
return_state: 布尔值。除了输出之外是否返回最后一个状态；
dropout：0~1之间的浮点数，控制输入线性变换的神经元断开比例；
recurrent_dropout：0~1之间的浮点数，控制循环状态的线性变换的神经元断开比例。

代码：
import numpy as np
inputs = tf.keras.Input(shape=(3, 1))
lstm = layers.LSTM(1, return_sequences=True)(inputs)
model_lstm_1 = tf.keras.models.Model(inputs=inputs, outputs=lstm)

inputs = tf.keras.Input(shape=(3, 1))
lstm = layers.LSTM(1, return_sequences=False)(inputs)
model_lstm_2 = tf.keras.models.Model(inputs=inputs, outputs=lstm)

t1, t2, t3 序列

data = [[[0.1],
[0.2],
[0.3]]]
print(data)
print("当return_sequences=True时的输出",model_lstm_1.predict(data))
print("当return_sequences=False时的输出",model_lstm_2.predict(data))

输出：
[[[0.1], [0.2], [0.3]]]
当return_sequences=True时的输出 [[[-0.0106758 ]
[-0.02711176]
[-0.04583194]]]
当return_sequences=False时的输出 [[0.05914127]]

LSTMcell是LSTM层的实现单元。
LSTM是一个LSTM网络层
LSTMCell是一个单步的计算单元，即一个LSTM UNIT。

LSTM

tf.keras.layers.LSTM(16, return_sequences=True)

LSTMCell

x = tf.keras.Input((None, 3))
y = layers.RNN(layers.LSTMCell(16))(x)
model_lstm_3= tf.keras.Model(x, y)