我的理解是RNN的输出y由
给出 y=f(A * state_inputs + bias)
状态输入也移到输出上。
在我的情况下，输出y是下一个时间步的状态值。我有解析方程来估算线性系数A和偏差。
我想堆叠RNN（或LSTM）层以使输出成为下一层的输入，但我也要跟踪输出以将每个输出用作误差估计的一部分，以便误差估计是每个时间步的误差之和。
我需要大约160个时间步长或160层。我有代码将权重初始化为解析值，但是输出仅为y，而不是移位状态。因此，我没有下一层的转移状态。同样，权重有两种可能，要么所有层都具有相同的权重，要么权重在 N 层中保持一致，其中 N 可以为1，在这种情况下，所有层将具有不同的权重。
能给我一个指导方针吗？
如何输出移位状态，以便将其输入到下一层。
如何在多个图层上使用相同的权重。
如何在错误函数中使用每一层的输出“ y”？