这是我正在查看的 API，https://pytorch.org/docs/stable/nn.html#gru
它输出：
output形状（seq_len、batch、num_directions * hidden_size）h_n形状（num_layers * num_directions，batch，hidden_size）对于具有多个层的 GRU，我想知道如何获取最后一层的隐藏状态，应该是h_n[0]还是h_n[-1]？
如果是双向的，如何进行切片以获取 GRU 在两个方向上的最后一个隐藏层状态？
nn.GRU文档对此很清楚。这是一个使其更明确的示例：
对于单向 GRU/LSTM（具有多个隐藏层）：
output- 将包含所有时间步的所有输出特征t
h_n- 将返回所有层的隐藏状态（在最后一个时间步）。
要获取最后一个隐藏层和最后一个时间步的隐藏状态，请使用：
first_hidden_layer_last_timestep = h_n[0]
last_hidden_layer_last_timestep = h_n[-1]
其中 n是序列长度。
这是因为描述说：
num_layers - 循环层数。例如，设置num_layers=2意味着将两个 GRU 堆叠在一起形成一个堆叠的 GRU，第二个 GRU 接收第一个 GRU 的输出并计算最终结果。
因此，以相同的顺序相应地返回结果（即隐藏状态）是自然而直观的。