通过多功能度量方法研究了RNNs的组成部分与时间序列特征之间的联系，发现激活层能学习时间序列的滞后结构，但在连续几个层中丧失该信息，降低了具有较大滞后结构的序列的预测质量。激活层无法充分建模移动平均和异方差时间序列过程。通过热图可视化不同网络超参数选择下的激活层进行比较，帮助评估RNNs在给定时间序列数据上的效果。