Deeplearning4j: пример LSTM для анализа отзывов

Я просматриваю пример глубокого обучения 4j для классификации обзоров фильмов в соответствии с их настроением. Пример обзора

В строке 124-142 создаются N-мерные массивы, и я не уверен, что происходит в этих строках:

Строка 132:

features.put(new INDArrayIndex[]{NDArrayIndex.point(i),
NDArrayIndex.all(), NDArrayIndex.point(j)}, vector);

Я могу представить, что .point(x) и .point(j) обращаются к ячейке в массиве, но что именно здесь делает вызов NDArrayIndex.all()?

При построении массива признаков все более или менее нормально, что там происходит, меня полностью смущает маска метки и эта переменная lastIdx

Строка 138 - 142

            int idx = (positive[i] ? 0 : 1);
            int lastIdx = Math.min(tokens.size(),maxLength);
            labels.putScalar(new int[]{i,idx,lastIdx-1},1.0);   //Set label: [0,1] for negative, [1,0] for positive
            labelsMask.putScalar(new int[]{i,lastIdx-1},1.0);   //Specify that an output exists at the final time step for this example

Сам массив меток адресуется i, idx, например. столбец / строка, для которых установлено значение 1,0, но я действительно не понимаю, как вписывается эта информация о временном шаге? Является ли это условным, что последний параметр должен помечать последнюю запись?

Тогда почему labelsMask использует только i, а не i, idx?

Спасибо за пояснения или указатели, которые помогают прояснить некоторые из моих вопросов.