1.假如batch size=2 那么这两批是使用同一套权重的，在时间步走完后一起更新同一套权重，但是这两批使用的是不同的H，更新权重时使用的梯度是两批梯度的平均。

2.RNN的数据输入时需要进行转置在one_hot的原因是一开始的输入是batchsize*timestep那么这样直接进行one_hot的结果是batchsize*timestep*vocab_size 但是在训练和预测时是通过时间步一步一步来的，于是就要先转置，把时间步放在第一维。

3.初学时总是把H和权重弄混，H是在每一个时间步都会更新的，并且根据是随机抽样还是顺序抽样决定要不要重新初始化，而权重在每一轮的时间步走完后才会更具梯度进行一次更新。