模型如何在不更改其参数/权重的情况下学习？如果我们在某些数据上训练RNN，然后将其应用于测试数据，我们将进行哪些更改？导致权重/参数不改变值吗？
当我们将模型应用于测试数据时，我们根本不会对模型进行任何更改。
[在测试时（又名推理），我们只是获取输入（对于RNN，它是输入序列的当前标记以及模型的当前内存状态），将它们输入到固定模型中（是，将它们乘以固定的模型权重并应用一些非线性），然后获得输出（在RNN的情况下，它是更新的内存状态以及对当前令牌的预测）。根本不需要学习或更改任何东西。