我假设该声明是针对 Elman 循环神经网络做出的，因为据我所知，这是该声明有效的唯一类型的神经网络。

假设我们有一个 Elman 循环神经网络，其中包含一个输入神经元、一个输出神经元和一个包含两个神经元的隐藏层。 总共有 10 个连接。如图所示，神经元 A 接收神经元 A 和 B 的组合先前输出作为输入。神经元 B 也是如此。

当我们将神经元分成多层时，情况并非如此。上下文神经元仅由同一层中的神经元使用。假设我们现在使用多个隐藏层并保持神经元的数量相同。现在总共有 7 个连接（下图）。这比只有一个隐藏层的第一个例子少了 3 个。那么我们错过了哪些联系？这显示在底部图像中。（我不得不将这两张图片粘贴到一张图片中，因为我的声誉只允许我发布 2 个链接）

请注意十字架；神经元 A 和 B 之间的连接在第一张图像中不存在，因为这将是某种随机循环连接。

第一张和最后一张图完全一样。我认为，如果您比较第一张和最后一张图片，您同意该陈述是正确的。