LSTM是算法还是节点？如果在模型中使用它，如果我使用分布式培训，反向传播会发生冲突吗？
LSTM既不是。这是一个反复出现的神经网络（见this post）。就张量流而言，你可能会感到困惑，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，它全部转换为计算图中的节点。你可以在this notebook找到一个很好的用例。顺便说一句，训练算法是相同的 - backprop。
现在，关于分布式训练，有两种类型的并行性：数据和模型并行性，它们都不会破坏反向性。唯一的例外是可能与异步更新的数据并行，这确实需要某些技巧才能工作，但在张量流中没有一流的支持。我认为使用更简单的方法来分发模型会更好（参见this post）。所以答案是，最有可能的是：不，backprop会正常工作。