在 GRU（Gated Recurrent Unit）中，output 和 state 都是由 GRU 层的循环计算产生的，它们之间有直接的关系。state 实际上是 output 中最后一个时间步的隐藏状态。
GRU 的基本公式
GRU 的核心计算包括更新门（update gate）和重置门（reset gate），以及候选隐藏状态（candidate hidden state）。数学表达式如下：
-
更新门 \( z_t \)： \ z_t = \\sigma(W_z \\cdot h_{t-1} + U_z \\cdot x_t) \\
其中，\( \sigma \) 是sigmoid 函数，\( W_z \) 和 \( U_z \) 分别是对应于隐藏状态和输入的权重矩阵，\( h_{t-1} \) 是上一个时间步的隐藏状态，\( x_t \) 是当前时间步的输入。
-
重置门 \( r_t \)：
\ r_t = \\sigma(W_r \\cdot h_{t-1} + U_r \\cdot x_t) \\
\( W_r \) 和 \( U_r \) 是更新门中定义的相似权重矩阵。
-
候选隐藏状态 \( \tilde{h}_t \)：
\ \\tilde{h}_t = \\tanh(W \\cdot r_t \\odot h_{t-1} + U \\cdot x_t) \\
这里，\( \tanh \) 是激活函数，\( \odot \) 表示元素乘法（Hadamard product），\( W \) 和 \( U \) 是隐藏状态的权重矩阵。
-
最终隐藏状态 \( h_t \)：
\ h_t = (1 - z_t) \\odot h_{t-1} + z_t \\odot \\tilde{h}_t \\
output 和 state 的关系
-
output：在 GRU 中，output 包含了序列中每个时间步的隐藏状态。具体来说，对于每个时间步 \( t \)，output 的第 \( t \) 个元素就是该时间步的隐藏状态 \( h_t \)。 -
state：state 是 GRU 层最后一层的隐藏状态，也就是 output 中最后一个时间步的隐藏状态 \( h_{T-1} \)，其中 \( T \) 是序列的长度。
数学表达式
如果我们用 \( O \) 表示 output，\( S \) 表示 state，\( T \) 表示时间步的总数，那么：
\ O = \[h_0, h_1, ..., h_{T-1} \]
\ S = h_{T-1} \\
因此，state 实际上是 output 中最后一个元素，即 \( S = OT-1 \)。
在 PyTorch 中，output 和 state 都是由 GRU 层的 `forward` 方法计算得到的。`output` 是一个三维张量，包含了序列中每个时间步的隐藏状态，而 `state` 是一个二维张量，仅包含最后一个时间步的隐藏状态。
代码示例
class Seq2SeqEncoder(d2l.Encoder):
"""⽤于序列到序列学习的循环神经⽹络编码器"""
def __init__(self, vocab_size, embed_size, num_hiddens, num_layers,
dropout=0, **kwargs):
super(Seq2SeqEncoder, self).__init__(**kwargs)
# 嵌⼊层
self.embedding = nn.Embedding(vocab_size, embed_size)
self.rnn = nn.GRU(embed_size, num_hiddens, num_layers,
dropout=dropout)
def forward(self, X, *args):
# 输出'X'的形状：(batch_size,num_steps,embed_size)
X = self.embedding(X)
# 在循环神经⽹络模型中，第⼀个轴对应于时间步
X = X.permute(1, 0, 2)
# 如果未提及状态，则默认为0
output, state = self.rnn(X)
# output的形状:(num_steps,batch_size,num_hiddens)
# state的形状:(num_layers,batch_size,num_hiddens)
return output, stateoutput：在完成所有时间步后，最后⼀层的隐状态的输出output是⼀个张量（output由编码器的循环层返回），其形状为（时间步数，批量⼤⼩，隐藏单元数）。
state：最后⼀个时间步的多层隐状态是state的形状是（隐藏层的数量，批量⼤⼩， 隐藏单元的数量）。