我是深度学习的初学者，最近想了解 Wavenet 的结构。（有关更多信息，请参阅论文http://sergeiturukin.com/2017/03/02/wavenet.html）不过，我对整体架构有一些疑问。从图中可以看出，残差块是堆叠在一起的，我的第一个问题是，为什么要堆叠在一起？

此外，我不太确定跳过连接是如何工作的。据我了解，在一个非常深的神经网络中，我们使用skip-connection来跳过几层，以便在几层之后直接添加到结果中。在这种情况下，我们可以看到几个层跳过连接到处理结果的部分以产生输出。这是否意味着，在没有跳跃连接的情况下，我们必须从神经网络的底层到顶层才能产生输出？如果不是，那么在这种情况下，跳过连接如何工作？

最后，我对图表中的顶部箭头（围绕“残差”）有疑问。我对这个箭头试图做什么感到困惑，它对整个过程有何贡献？提前致谢！