假设RNN中的输入为2528，2是batchsize可以理解为有几句话，5是timestep可以理解为有几个词，28是vocab_size。如下就是两个句子，每个句子由5个单词组成。28则为每个单词的词向量，在此略去。
在输入的时候，首先需进行 X = F.one_hot(X.T, self.vocab_size).type(torch.float32)，其中X.T将输入为2528的转变为5228，将时间步转变为第一个维度。因为我们只要在时间的维度上，才能观察到以前的信息。我们可以每次竖着观察，就是以时间步为第一维度。