我无法理解PyTorch的LSTM模块（以及类似的RNN和GRU）的文档 . 关于产出，它说：
输出：输出，（h_n，c_n）输出（seq_len，batch，hidden_size * num_directions）：包含来自RNN最后一层的输出要素（h_t）的张量，每个t . 如果已将torch.nn.utils.rnn.PackedSequence作为输入，则输出也将是打包序列 . h_n（num_layers * num_directions，batch，hidden_size）：包含t = seq_len c_n（num_layers * num_directions，batch，hidden_size）的隐藏状态的张量：包含t = seq_len的单元格状态的张量
似乎变量 output 和 h_n 都给出了隐藏状态的值 . h_n 只是冗余地提供已经包含在 output 中的最后一个时间步，还是还有更多的东西呢？
1 回答
我做了一个图表 . 这些名称遵循PyTorch docs，但我将
num_layers重命名为w.output包含最后一层中的所有隐藏状态（"last"深度方式，而不是时间方式） .(h_n, c_n)包含最后一个时间步之后的隐藏状态，t = n，因此您可以将它们提供给另一个LSTM .批量维度不包括在内 .