我來小小的理解一下：
首先，16 batchsize，60sequendcelength，7 個特征的通俗解釋
16 個獨立的樣本，每個樣本有 60 個連續的時間步及對應的標簽值，每個時間步有 60 個特征
所以就是因為樣本是隨機從訓練集中采的，所以就假設采的是
樣本 1，樣本 6，樣本 109，樣本 334，樣本 354等等等，一共 16 個（這就是 batchsize，表示一個 batch中容納的樣本數）
接下來，每個樣本中連續的 60 個時間步，這個就很好理解了，但是這 60 個連續的時間步：
(0)樣本 1：可能從第 7 個時間開始.....跟著 60 個，后面緊跟著要預測的 24 個時間步，dataloader 讀數據時都封裝好了，會對應上的
(1)樣本 6：從第? 38 個時間開始.....
(2)樣本109：從第 1 個時間開始
......
(15)樣本 334：從第 129 個時間開始
總之就是這樣，然后每個時間有 7 個特征表示
接下來 16x60x7 --》 16×7×60
就是：
（0）樣本 1：特征 1[60個連續的時間步]，特征 2，特征 3,,,,,特征 7
（1）樣本 6：特征 1，特征 2，特征 3,,,,,特征 7
（2）樣本109：特征 1，特征 2，特征 3,,,,,特征 7
......
（15）樣本 334：特征 1，特征 2，特征 3,,,,,特征 7
每個特征分別有 60 個連續的時間步
接下來呢，又開始對于這 60 個時間步，分段，分成 5 段，每段 12 個
然后呢，就把分出來的 段，12 維 統統喂到 linear 中，嵌入到 512 維，用的一個嵌入空間，所以嵌入時使用權值矩陣是一樣的，畢竟得在同一個準則下才有可比性，這一步就是學習了每一個小段內，時間之間的相關關系
代碼中搞事情：
它把樣本batch 維度和特征維度，混到一起寫，reshape 成（-1，seg_num_x,seg_dim）
（0）樣本 1-特征 1 ：【12】【12】【12】【12】【12】
（0）樣本 1-特征 2?：【12】【12】【12】【12】【12】
....
（0）樣本 1-特征 7?：【12】【12】【12】【12】【12】
（1）樣本 6-特征 1 ：【12】【12】【12】【12】【12】
（1）樣本 6-特征 2?：【12】【12】【12】【12】【12】
....
（1）樣本 6-特征 7?：【12】【12】【12】【12】【12】
（15）樣本 334-特征 1 ：【12】【12】【12】【12】【12】
（15）樣本 334-特征 2?：【12】【12】【12】【12】【12】
....
（15）樣本 334-特征 7?：【12】【12】【12】【12】【12】
也就是 112 條序列、、、 112×5×12
linear 就是把所有的 12 全部嵌入到 512 維
112×5×512
（0）樣本 1-特征 1 ：【512】【512】【512】【512】【512】→ 5步GRU → hn[0,0]
（0）樣本 1-特征 2?：【512】【512】【512】【512】【512】→ 5步GRU → hn[0,1]
....
（0）樣本 1-特征 7?：【512】【512】【512】【512】【512】→ 5步GRU → hn[0,6]
（1）樣本 6-特征 1 ：【512】【512】【512】【512】【512】→ 5步GRU → hn[0,7]
（1）樣本 6-特征 2?：【512】【512】【512】【512】【512】→ 5步GRU → hn[0,8]
....
（1）樣本 6-特征 7?：【512】【512】【512】【512】【512】
（15）樣本 334-特征 1 ：【512】【512】【512】【512】【512】
（15）樣本 334-特征 2?：【512】【512】【512】【512】【512】
....
（15）樣本 334-特征 7?：【512】【512】【512】【512】【512】→ 5步GRU → hn[0,111]
接下來 段內建模完了，那相鄰段之間的時間的關系還沒有建模呀，就把這些統統喂到 RNN 中，
RNN 把這個當做 5 個時間步，112 當成新的 batch，RNN 的 hiddensize 也設置成了 512（源碼中寫了），也就是?
單層 GRU（文中實際上用的 RNN 單元）
[序列 1] → 5步GRU → hn[0,0]
[序列 2] → 5步GRU → hn[0,1]
...
[序列 8] → 5步GRU → hn[0,7]
...
[序列 112] → 5步GRU → hn[0,111]
實際上這個 hn 應該是三維的，畢竟輸入就是三維的，h_n.shape=1×112×512
應該是：
[序列 1] →?hn[0, 0, :] - 批次0-特征0的最終隱藏狀態
[序列 2] →?hn[0, 1, :] - 批次0-特征1的最終隱藏狀態
...
[序列 8] →?hn[0, 7, :] - 批次1-特征0的最終隱藏狀態
...
[序列 112] →?hn[0, 111, :] - 批次15-特征6的最終隱藏狀態
如果模型使用了多層GRU(例如num_layers=2)，則隱藏狀態的第一維將為2，我們會有：
- hn[0,i,:]?- 第一層GRU對序列i的最終隱藏狀態
- hn[1,i,:]?- 第二層GRU對序列i的最終隱藏狀態
但我們的num_layers=1
笑死，看了一天，居然覺得這么做也沒啥不好的，習慣這個有點反常識的表示了。
傳統 RNN 是：
16×60×7，其實就是：
(1)樣本 6：從第? 38 個時間開始.....?→ 60步GRU 建模? 7 維 →hn[0,0]?512 維（融合了所有時間步信息的 512 維）
(2)樣本109：從第 1 個時間開始→ 60步GRU 建模? 7 維→ hn[0,1] 512 維
......
(15)樣本 334：從第 129 個時間開始→ 60步GRU → hn[0,15] 512 維?
解碼的時候還原，其實是一樣的
- 16個樣本確實是隨機采樣的，不一定是連續的樣本
- 每個樣本的60個時間步確實是連續的時間序列片段
- 不同樣本可以從各自時間序列的不同位置開始
- "嵌入時使用權值矩陣是一樣的，畢竟得在同一個準則下才有可比性"
- RNN把5個段作為5個時間步處理
- 每個序列有自己獨立的隱藏狀態流
- 所有序列共享同一個RNN的參數
- 第一個維度0表示GRU層索引（因為只有1層）
- 第二個維度i表示112個序列中的第i個
- 第三個維度表示512維隱藏狀態
- 傳統RNN: 每個批次作為一個整體，60個時間步直接輸入
- SegRNN: 每個批次-特征組合作為獨立序列，5個段作為時間步輸入
明天看解碼過程
