Tensorflow语言模型教程辍学两次？

Question

我正在研究Tensorflow的语言模型教程。我的问题是：

在this line中，他们使用包装器将丢包应用于RNN

lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(size, forget_bias=0.0)
if is_training and config.keep_prob < 1:
  lstm_cell = tf.nn.rnn_cell.DropoutWrapper(
      lstm_cell, output_keep_prob=config.keep_prob)

为什么他们必须再次将退出应用于this line中的输入？

if is_training and config.keep_prob < 1:
  inputs = tf.nn.dropout(inputs, config.keep_prob)

谢谢！

编辑：好的我在写这个问题的时候并没有完全理解这篇论文。基本上赞比拉建议在任何地方应用辍学，除了从隐藏到隐藏。但是，图层的输出是下一层的输入，因此我们将dropout应用于每个图层的输出，然后应用到第一层的输入。