PyTorch中层数大于1的堆叠RNN（含GRU）实现规则问询

首先直接给出核心结论：你提到的官方文档描述中的堆叠逻辑，指的是第一层每个时间步的cell输出都会输入到下一层对应时间步的cell中，而非仅传递第一层最后一个cell的输出到下一层。

具体实现细节如下：

• PyTorch内置的RNN、GRU、LSTM层的堆叠逻辑完全统一：每一层会输出对应所有时间步的隐藏状态序列，该完整序列会直接作为下一层的输入序列，时间步严格一一对应：第l层第t个时间步的输出，会作为第l+1层第t个时间步的输入。
• 以num_layers=2的单向GRU为例，完整计算流程如下：
  1. 第一层GRU接收原始输入序列 x = [x₁, x₂, ..., x_T]（T为序列总长度），计算得到第一层的全时间步输出序列 h¹ = [h¹₁, h¹₂, ..., h¹_T]，以及第一层最后一个时间步的隐藏状态 h¹_T
  2. 第二层GRU的输入为第一层的完整输出序列h¹，按对应时间步计算得到第二层的全时间步输出序列 h² = [h²₁, h²₂, ..., h²_T]，以及第二层最后一个时间步的隐藏状态 h²_T
  3. 最终GRU层对外返回的输出默认是最后一层的全时间步输出序列h²，返回的隐藏状态为所有层最后一个时间步的隐藏状态拼接结果 [h¹_T, h²_T]
• 如果你需要实现「仅把上一层最后一个时间步的输出作为下一层输入」的堆叠逻辑，需要手动拆分RNN层逐个实现，无法通过内置的num_layers参数直接实现。

官方文档相关描述参考：

循环层的数量。例如，设置num_layers=2意味着将两个GRU堆叠在一起形成堆叠GRU，第二个GRU接收第一个GRU的输出并计算最终结果。

你也可以通过输入输出维度快速验证该逻辑：当设置batch_first=True时，输入GRU的张量维度为(batch_size, seq_len, input_size)，输出的序列张量维度为(batch_size, seq_len, hidden_size)，刚好和下一层同隐藏维度RNN的输入维度要求匹配，也侧面说明传递的是完整的序列而非单个时间步的张量。

内容的提问来源于stack exchange，提问作者Justin