RNN是不同层的连接，是不是意味着有多少个输入就有多少层

Question

以“我爱中国”为例，输入时每个字都是以one_hot形式，假设是8位的，那么此时输入神经元数量是8吧，设置一层隐藏层，隐藏层神经元为5。
t1时刻，输入“我”的one_hot，得到隐藏层参数h1，此时的参数量是85。
t2时刻，输入“爱”的one-hot，在考虑输入时同时考虑h1，得到隐藏层参数h2，此时参数量也是85。
我不明白的是，h2会覆盖h1吗，如果不覆盖的话是不是就表示有多少个输入（这里是4个）就在纵向连接上有多少个隐藏层，那么总的隐藏层部分的参数是485。但我查rnn的参数计算时，看到很多分析是不考虑输入的数量的。
如果我们最终得到的模型是最后的hn覆盖掉前面，那么我们测试时不就对每一个输入（例如“我爱学习”中的每一个字）同等看待了吗。

Answer 1

1. 如果不把h1存储起来，那确实会覆盖；
2. RNN（循环神经网络）之所以叫RNN，是因为有一个循环的操作；t1时刻只有“我”这一个输入（记为x0），还有一个h0的输入；t2时刻的输入不仅仅有“爱”，还有t1时刻的输出h1,所以即使你输入两个"我"，得到的也是不同的输出