Python 如何在theano'；中不仅获得一个展开的k步截断BPTT梯度；扫描'；，但也有一个每个（第一到第k）的组成部分的梯度？

如果我使用带有truncate_gradient=k（int>0）的ano.scan，我可以获得递归神经网络的截断BPTT梯度。该梯度将被计算为时间RNN中向后k步的展开（成为k层前馈神经网络FFNN）。 基本上（根据理论），RNN的截断梯度（通过在时间上向后展开RNN到k步计算）应包括展开FFNN的所有k层的梯度之和（从向后展开RNN到k步获得）

基本上，我正在寻找如何得到该总和中的每个分量。。。 在我看来，您可以很容易地获得RNN的最终截断梯度（由带有truncate_gradient=k的扫描op表示）（此功能是开箱即用的），但要获得扫描op/RNN的截断梯度的展开和的每个分量是相当棘手的

我已经尝试过的：

我查看了theano scan op的内部结构，特别是通过“grad”方法。。。它的代码相当复杂

此外，我还尝试打印结果渐变的图形-我尝试打印相同RNN的图形，其中truncate_gradients=1和truncate_gradients=10（使用theano.printing.pydotprint）-这些图形是相同的：(

然后我使用了anao.printing.pydotprint和scan_graphs=True 必须打印扫描的内部内容。但我失败了，出现了这样的异常：

AttributeError:“扫描”对象没有属性“fn”

我还在谷歌上搜索这些问题——什么都没有。 在theano用户中询问-尚未得到任何响应