【发布时间】：2021-07-01 18:48:49
【问题描述】：
这个question 使大部分内容非常清楚。只有一部分我还不知道答案......在this论文的图1中，深层的输入是相同的输入（即x [t]）还是前一层的输出?
论文的图 1 中有一个非常简单的表达问题的方法，红线是越过每一层还是前一层的输出。
我认为在时间 t 所有层的输入是 x[t] 因为如果它是前一层的输出并且 x[t] 与 h[t] 的维度不同，那么你需要所有隐藏的 GRU 单元接受 t 输入的不同维度（即第一层将接受隐藏状态和输入，但所有后续层将接受来自 t-1 的相应隐藏状态以及来自前一层的隐藏状态层）。
但话又说回来，在我的一个课程中，TA 有一个解决方案，假设 x[t] 和 h[t] 是相同的维度，因此对于后续层，他传递了前面的层输入......这只是没有好像一般都是这样的。
可能 tensorflow 和 pytorch 源代码会提供明确的答案？
【问题讨论】：
标签： deep-learning lstm recurrent-neural-network gated-recurrent-unit