从隐藏状态$ h_ {j-1} $到$ h_j $的重复计算是：
$$ h_j = W f（h_ {j-1}）+ W ^ {（hx）} x _ {[j]} $$，
其中W是两个隐藏状态之间的参数矩阵，$W^{(hx)}$是输入向量x和隐藏状态h之间的参数矩阵。 $ h_j $和$ x _ {[j]} $是第j层的隐藏状态和输入向量。
我在Recurrent Neural Network中看到了一个粒子衍生物配方如下：
$$ \ frac {\ partial {h_j}} {h_ {j-1}} = W ^ T diag（f＆＃39;（h_ {j-1}））$$
我认为它应该是$W diag(f'(h_{j-1}))$而不是$W^T diag(f'(h_{j-1}))$。我们为什么要使用W的转置？