获取rnn每个时间状态参数

要获取RNN每个时间步的状态参数，可以使用RNN模型的`torch.nn.RNN`或者`torch.nn.LSTM`类中的`hidden`参数。`hidden`参数是一个元组，其中包含了RNN模型的每个时间步的隐藏状态。具体来说，如果RNN模型的输入序列长度为`seq_len`，批次大小为`batch_size`，隐藏层大小为`hidden_size`，则`hidden`参数的形状为`(num_layers*num_directions, batch_size, hidden_size)`，其中`num_layers`是RNN的层数，`num_directions`是RNN的方向数（双向RNN为2，单向RNN为1）。可以通过提取`hidden`参数的第一个维度，获取每个时间步的隐藏状态。例如，对于单向RNN，可以使用以下代码获取每个时间步的隐藏状态：

# 定义RNN模型
rnn = torch.nn.RNN(input_size, hidden_size, num_layers, batch_first=True)
# 定义输入张量x，形状为(batch_size, seq_len, input_size)
x = torch.randn(batch_size, seq_len, input_size)
# 前向传播
out, hidden = rnn(x)
# 获取每个时间步的隐藏状态
hidden_states = hidden[0]
# hidden_states的形状为(seq_len, batch_size, hidden_size)

如果使用的是LSTM模型，则可以通过访问`hidden`参数的第一个元素和第二个元素，分别获取LSTM每个时间步的隐藏状态和细胞状态。