如何在复古神经网络中制作隐藏到隐藏的权重矩阵，并且不能在千层面中训练？

Question

在Lasagne中，Layer类具有字段params，根据文档，它将所有已注册的参数及其标记存储在有序字典中。但是，对于RecurrentLayer类型的图层，params中不存在输入隐藏和隐藏隐藏权重矩阵。为什么会这样？

最初，我想保持隐藏到隐藏矩阵的值固定，换句话说，使hidden_to_hidden.W无法训练。可以通过删除params标记来为trainable dict中的参数执行此操作。