问Tensorflow LSTM Dropout实现

EN

• 在调用tf.nn.rnn_cell.DropoutWrapper()时，tensorflow如何具体地应用退出？

我所读到的所有关于将辍学应用于rnn的参考资料--这篇由Zaremba et.阿尔撰写的论文--说不要在重复的连接之间应用辍学。神经元应在LSTM层之前或之后随机脱落，而不应在LSTM层间脱落.好的。

• 我的问题是，随着时间的推移，神经元是如何关闭的？

在每个人引用的文件中，似乎每个时间步骤都应用了一个随机的“退出掩码”，而不是产生一个随机的“退出掩码”并重用它，将它应用于被删除的给定层中的所有时间步骤。然后在下一批上生成一个新的“辍学掩码”。

更重要的是，现在更重要的是，tensorflow是如何做到的？我已经检查了tensorflow api，并试图搜索详细的解释，但还没有找到一个。

• 有没有办法深入了解实际的tensorflow源代码？