我在理解PyTorch的LSTM模块（以及类似的RNN和GRU）的文档时遇到了麻烦。关于输出，它说：

输出：输出，（h_n，c_n）

• 输出（seq_len，batch，hidden_size * num_directions）：张量，包含每个t的RNN最后一层的输出特征（h_t）。如果已给定torch.nn.utils.rnn.PackedSequence作为输入，则输出也将是打包序列。
• h_n（num_layers * num_directions，batch，hidden_size）：包含t = seq_len的隐藏状态的张量
• c_n（num_layers * num_directions，batch，hidden_size）：包含t = seq_len的像元状态的张量

看来变量output和h_n都给出了隐藏状态的值。 h_n只是多余地提供了output已经包含的最后一个时间步长，还是还有其他东西呢？