本文重点
前面我们学习了使用pytorch搭建RNN，本文我们学习如何使用pytorch搭建LSTM和GRU模型，我们来看一下，它们两个和LSTM和GRU有什么不同。
搭建LSTM
我们可以看到模型的搭建和RNN没什么区别，关键在于它的前向传播的返回值，out和hn和RNN表示的含义一样，多了一个cn，cn和hn的维度一样的都是[层数*方向，batch，hidden-size]
除此之外，LSTM和RNN的区别还体现在参数维度上，LSTM的参数维度是RNN的四倍，可以理解为wxh的维度为（hidden_len*4,feature_len）
out表示最上层每个时刻的输出，如果要是获取最后一个时刻可以[-1,::]
Cn表示最后一个时刻的长期状态（所有层）,有两层的话，那么中间层也会获取到
hn表示最后一个时刻的隐藏状态（所有层）
搭建GRU
hidden的维度是[层数*方向，batch，hidden-size]
除此之外，GRU和RNN的区别还体现在参数维度上，GRU的参数维度是RNN的四倍，可以理解为wxh的维度为（hidden_len*4,feature_len）
