这个问题很清楚。只有一个部分我还不知道答案……在本文的图 1 中，深层的输入是相同的输入（即 x[t]）还是前一层的输出？
一个非常简单的表达问题的方法是在论文的图 1 中，是红线越过每一层，还是前一层的输出。
我认为所有层在时间 t 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单元格为 t 输入接受不同的维度（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）。
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......这看起来不像一般情况下会这样。
可能 tensorflow 和 pytorch 源代码会提供明确的答案？