了解网络中扩展的LSTM单元的连接

Question

我已经阅读了Learning to Forget: Continual Prediction with LSTM，但是我对本文中的三层LSTM拓扑结构并不清楚（图6）。 Figure 6 in the article

在我看来：

1. 每个存储块中的单元1与单元2的值具有相同的输出门，忘记门和入门输出值。
2. 存储块1中的门接收单元的输出值 在存储块2中的图1中，存储块2中的门接收 存储块3中单元1的输出值和存储块3的形式相同。

这些意见正确吗？谁能用lstm单元介绍其他拓扑，将其用于与时间序列有关的预测问题？

非常感谢您！