众所周知，pytorch的LSTM实现是一个分层的双向LSTM。
假设第一层的输入维度为（L，N，H_in）。如果我们使用双向LSTM，那么第一层的输出是（L，N，2*H_hiddensize）official doc
我不知道这个输出是如何输入到第二个LSTM层的。前向层和后向层的输出是否会合并或连接？
我检查了它的实现的源代码。源代码，我看不懂。

layers = [_LSTMLayer(**self.input_size**, self.hidden_size,
                             self.bias, batch_first=False,
                             bidirectional=self.bidirectional, **factory_kwargs)]
for layer in range(1, num_layers):
    layers.append(_LSTMLayer(**self.hidden_size**, self.hidden_size,
                                     self.bias, batch_first=False,
                                     bidirectional=self.bidirectional,
                                     **factory_kwargs))

个字符
为什么第一层的输出（形状：L，N，2H_hiddensize）可以被馈送到第二层中，其期望（形状：L，N，H_hiddensize）但不是（shape：L，N，2H_隐藏大小）