LSTM 和 GRU 旨在学习比没有门控架构的基本 RNN 架构更长期的依赖关系。然而，LSTMs 和 GRUs 通常仍然通过时间截断反向传播进行训练。天真地，截断长度的选择似乎会限制网络可以“记住”多少时间步。是这种情况，还是用 BPTT 训练的 LSTM 截断到 n 步可以从过去的 n 步以上学习依赖关系？