我的也是，变快了一点点，但是损失上变化不大，GRU换成LSTM之后变化也不大
我的方法是，除了改rnn算法为LSTM，再加上改Seq2SeqAttentionDecoder里forward的每一步的query = torch.unsqueeze(hidden_state[-1], dim=1) 为query=torch.unsqueeze(hidden_state[0][-1], dim=1)，其他不变，好像也行，但不太清楚为啥，有人可以解释一下吗。
调用train_seq2seq，出现Y_hat, _ = net(X, dec_input, X_valid_len)
ValueError: too many values to unpack (expected 2)
这个要怎么解呢？
因为LSTM的输入是X和(H_t-1, C_t-1)，输出是Out和(H_t, C_t)，其中H_t表示t时刻的隐状态，C_t表示t时刻的细胞状态，那么hidden_state[0][-1]其实就是H_t的最后一个，也就是t时刻最后一层的隐状态，还是比较符合这本书的表达的。
是的，代码里是用最终时间步，我还理解了好久说怎么和表述的不一样