本研究探讨了递归神经网络（RNN）在序列数据学习中的维度问题，提出了一种非自治动态系统方法，建立了状态空间子集的分形维度上限。当输入序列来自N维可逆动态系统时，该子集的分形维度上限为N。这一结果对RNN的维度减少及动态系统的分形维度估计具有重要意义。