拜托，我被卡住了，我无法理解简单 RNN 的参数数量，这里是示例和模型摘要。这个例子很简单：

x = np.linspace(0,50,501)
y= np.sin(x)
df= pd.DataFrame(data=y, index=x, columns=['Sinus'])

然后我会构建一个简单的 RNN 来预测这个正弦波，

test_percent = 0.1
test_point= np.round(len(df)*test_percent)
test_ind = int(len(df)-test_point)
train = df.iloc[:test_ind]
test = df.iloc[test_ind:]

from sklearn.preprocessing import MinMaxScaler
scaled_train = scaler.transform(train)
scaled_test = scaler.transform(test)

from tensorflow.keras.preprocessing.sequence import TimeseriesGenerator
generator = TimeseriesGenerator(scaled_train, scaled_train, length=50, batch_size=1)

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, SimpleRNN

n_features=1
model= Sequential()
model.add(SimpleRNN(units=50, input_shape=(50,1)))
model.add(Dense(1))
model.compile(loss='mse', optimizer='adam')
model.summary()

模型摘要中的数字2600我看不懂！因为根据 RNNS 的这种直觉

在我的例子中，U 的维度是 (50,1)，所以 50 个权重，然后对于 V，也是 50 个权重，对于 W，也是 50 个权重，对我来说，只有 150 个参数，为什么这个数字在摘要中：2600 个参数?