1、RNN/LSTM/GRU可参考：
https://zhuanlan.zhihu.com/p/636756912
（1）对于这里面RNN的表示中，使用了输入x和h的拼接描述，其他公式中也是如此
（2）各符号图含义如下
2、关于RNN细节，seq2seq以及attention机制的描述，参考：
https://zhuanlan.zhihu.com/p/28054589
注意：这里补充了对于RNN，UVW三个矩阵的使用细节，很多喜欢使用下面这张图
另外，seq2seq中decoder，attention的更新机制没有说清楚（其实就是梯度下降更新权重即可），若使用attention机制，则h0'没有说清楚（需要看下源码部分），对于lstm的h和c以及x序列没有说清楚（拼接后作为decoder每个lstm的输入）。
可以直接参考pytorch官方实践：
https://pytorch.org/tutorials/intermediate/seq2seq_translation_tutorial.htmlhttps://github.com/pytorch/tutorials/blob/main/intermediate_source/seq2seq_translation_tutorial.py
官方代码中，对于GPU模块的output和hidden说明如下
