Neural network 关于递归神经网络，什么是时间步长？

我对RNN和LSTM还比较陌生，但我花了相当长的时间从互联网上的各种资源中学习。我收集到的是，递归神经网络中的时间步长与前馈神经网络中的前向传递相同。但事实证明这是错误的。那么它是什么？

向前传递涉及通过网络完全运行一个数据项（例如完整的句子），直到该项被完全处理（即我们有分类输出）

---

时间步长是一个过程的一部分，在这个过程中，节点输入被处理成输出，然后这些输出被反馈到下一个节点——通常反馈到前一个输入。

所以你想说的基本上是，前一层激活下一层是一个时间步长。那么时间步长的“长度”是多少？我们如何控制它？对，这是一个很好的描述方式。“长度”由拓扑结构控制：在一次输入到输出过程中，感知器处理的信息时间单位是多少？我习惯于音频流将输入解析成不同大小的片段，每个片段都有几毫秒长，对应一个子音素语音元素。文本流通常一次前进一个单词（忽略停止词）。您描述了我们如何控制长度。但时间步的长度是多少？该控件定义了时间步的长度。模型本身没有外部时间的内在意义--

timestep

是这个意义上的时间单位。