对于简单的网络（网络结构是固定不变的，静态的），比如全连接的我可以理解，就是训练一个函数： y = f(x, θ) 这里函数 f 的定义是固定的。那么，只要输入一组 x 和 y ，就可以训练出θ。 但是对于 RNN ，我不大理解的是： 1. 它的网络结构是不定的，多重的。假如循环了 n 次，相当于要训练 n 个函数: f1(x,θ), f2(x,θ),,, fn(x,θ). 2. 对于这样多重的网络结构，它是怎么训练收敛的？ 3. 后面输入进来训练的 x ，是否会对前面已经训练好的θ产生影响（类似灾难性遗忘）