在Tensorflow中实施BPTT

Question

我对Tensorflow中BPTT算法的实现有疑问。根据人们在互联网上所说的话，我认为基本上是这样完成的：

1. 展开计算图并获取每个输出时间步长（O1，O2等）的梯度
2. 通过计算图反向传播每个输出时间步长（dO1，dO2等）的梯度
3. 累积在图中每个节点处收集的所有梯度，并根据需要进行更新

但是，不应该有一个更有效的实现方式吗？即，似乎要计算dO2 / dWf，例如，将需要计算dC2 / dWf和dH2 / dWf。但是，一旦有了这两个梯度，就可以使用它们直接计算dO3 / dWf。那么tensorflow是否在计算梯度时使用任何类似的动态编程技术？