torch.nn.GRU 输入： (input_dim ,hidden_dim ,num_layers ，…) – input_dim 表示输入的特征维度 – hidden_dim 表示输出的特征维度，如果没有特殊变化，相当于out – num_layers 表示网络的层数 – nonlinearity 表示选用的非线性**函数，默认是 ‘tanh’ – bias 表示是否使用偏置，默认使用 – batch_first 表示输入数据的形式，默认是 False，[即(序列长度seq,批大小batch,特征维度feature)];若True则(batch,seq,feature) – dropout 缺省值为0,表示不使用dropout层;若为1，则除最后一层外，其它层的输出都会加dropout层 – bidirectional 表示是否使用双向的 rnn，默认是 False 输出：out和 ht out的输出维度：[seq_len,batch_size,output_dim] ht的维度：[num_layers * num_directions, batch_size, hidden_size],num_directions=1，单向，取值2时为双向，num_layers为层数 out[-1]=ht[-1]