Python “什么是”呢；输出“U投影”；tensorflow seq2seq模型中的参数

对于LSTM（RNN）单元

它有三个向量：

大小的输出向量=批处理大小*解码器大小

单元大小状态=批量大小*嵌入（=每个LSTM单元的大小）

大小为的隐藏状态=与单元格状态相同

进一步确认：当我们使用seq2seq时，它给出两个输出

outputs, state = tf.contrib.legacy_seq2seq.embedding_rnn_seq2seq(...)

输出是上面提到的1.st变量，状态包含上面提到的2.nd和3.rd向量

现在，在测试/预测时，我们可以直接将输出值传递给下一个解码器输入，但由于空间问题，我们使用输出_投影（W，B）

现在我的疑问是，我们应该用（W*？+B）对_投影的哪个向量/值进行多重化，以减少空间，以及它如何减少空间