通常，您会将初始状态设置为零，但网络将学习适应该初始状态。

以下文章建议学习初始隐藏状态或使用随机噪声。

基本上，如果您的数据包含许多短序列，那么训练初始状态可以加速学习。

或者，如果您的数据包含少量长序列，则可能没有足够的数据来有效地训练初始状态。在这种情况下，使用嘈杂的初始状态可以加速学习。他们没有提到的一个想法是学习噪声发生器的均值和标准差。

文章指出，如果您选择学习初始状态，那么添加噪声几乎没有什么好处。

您可以使用通过迁移学习学习的初始化参数，但请记住，它也是从非学习的初始化状态开始的。基本上，你必须从某个点开始，通常是一堆零，然后通过训练来完善。因此，如果您不使用任何迁移学习机制，您还必须从手动初始状态开始，我相信可能有文献可用于手动设置初始状态。

这是我能提出的最简单的解释。谢谢你。