问RNN上的OutputProjectionWrapper与全连通层

EN

我正在阅读第14章的手工机器学习与Scikit-学习和TensorFlow。上面写着：

虽然使用OutputProjectionWrapper是将RNN输出序列的维数降到每个时间步长(每个实例)只有一个值的最简单的解决方案，但它并不是最有效的。有一个更复杂但更有效的解决方案:您可以重塑RNN输出，然后应用一个具有适当输出大小的完全连接层。..。这可以提供一个显著的速度提升，因为只有一个完全连接的层，而不是一个时间步骤。

这对我来说毫无意义。对于OutputProjectionWrapper，我们需要每个时间步骤执行两个操作：

1. 根据先前的隐藏状态和输入计算新的隐藏状态。
2. 通过将密集层应用于计算的隐藏状态来计算输出。

当然，当我们在顶部使用普通的BasicRNNCell +密集层时，我们只需要在每个时间步骤上做一个操作(第一个)，但是接下来我们需要将每个输出张量通过我们的密集层。因此，在这两种情况下，我们都需要执行同样数量的操作。

另外，我无法理解以下部分：

这可以提供一个显著的速度提升，因为只有一个完全连接的层，而不是一个时间步骤。

在这两种情况下，我们不是只有一个完全连接的层吗？据我所知，OutputProjectionWrapper在每个时间步骤上都使用相同的共享层。我甚至不知道它如何为每个时间步骤创建不同的层，因为OutputProjectionWrapper没有我们将要使用的时间步骤的数量信息。

如果有人能解释这些方法的不同之处，我将非常感激。

UPD这里是这个问题的伪码。我是不是遗漏了什么？

# 2 time steps, x1 and x2 - inputs, h1 and h2 - hidden states, y1 and y2 - outputs.

# OutputProjectionWrapper
h1 = calc_hidden(x1, 0)
y1 = dense(h1)
h2 = calc_hidden(x2, h1)
y2 = dense(h2)

# BasicRNNCell + dense layer on top of all time steps
h1 = calc_hidden(x1, 0)
y1 = h1
h2 = calc_hidden(x2, h1)
y2 = h2

y1 = dense(y1)
y2 = dense(y2)

UPD 2我创建了两个小代码片段(一个带有OutputProjectionWrapper，另一个在顶部有BasicRNNCell和tf.layers.dense )--它们都创建了14个形状相同的变量。因此，这些方法之间绝对没有记忆上的差异。