torch。rnn库有什么

torch.nn库是PyTorch中用于实现神经网络的核心模块，而torch.nn.rnn库是torch.nn库中的一个子模块，提供了LSTM、GRU等常用的循环神经网络模型。

在torch.nn.rnn模块中，有以下重要的类和函数：
1. LSTM：实现了长短期记忆网络（Long Short-Term Memory），通过更新和遗忘门来控制信息在时间序列上的传递和存储。
2. GRU：实现了门控循环单元（Gated Recurrent Unit），通过更新和重置门来控制信息在时间序列上的传递和存储。
3. RNN：实现了简单的循环神经网络，每个时间步的输出仅依赖于当前时间步的输入和前一时间步的隐藏状态。
4. LSTMCell：实现了LSTM单元，可以用于自定义LSTM网络。
5. GRUCell：实现了GRU单元，可以用于自定义GRU网络。
6. RNNCell：实现了普通的循环神经网络单元，可以用于自定义RNN网络。
7. pad_sequence：将输入序列按照最大长度进行填充，使得它们具有相同的长度。
8. pack_padded_sequence：将填充后的序列打包成压缩格式，以便在循环神经网络中进行计算。
9. pad_packed_sequence：将压缩的序列解压缩，并恢复为填充前的格式。

这些类和函数提供了一种方便的方式来构建和训练循环神经网络模型，使得用户可以更加快速地实现各种复杂的序列建模任务。