下图给出了循环神经网络RNN的三个时间步,即【图片】的计算关系图。【图片】则下列说法中错误的是
A.
分别表示 t-1 时刻, t 时刻,以及 t+1 时刻的 隐藏层节点向量
B.
分别表示 t-1 时刻, t 时刻,以及 t+1 时刻的隐藏层节点向量
C.
分别表示 t-1 时刻, t 时刻,以及 t+1 时刻的输出层节点向量
D.
与 的关系通常为通过 公式计算。这里的 Softmax 函数,或称化指数函数,目的是将一个含任意实数的 K 维向量“压缩”到另一个 K 维实向量中,使得每一个元素的取值范围都在 0和1 之间,并且所有元素的和为 1