Пытаясь понять нейрологический код перевода Pytorch для декодера

Question

Я читаю учебник по нейронному машинному переводу Python Pytorch https://pytorch.org/tutorials/intermediate/seq2seq_translation_tutorial.html и могу понять все до первого куска кода для нейронной сети для декодера, особенно я не могу понять forward функция:

class DecoderRNN(nn.Module):
    def __init__(self, hidden_size, output_size):
        super(DecoderRNN, self).__init__()
        self.hidden_size = hidden_size

        self.embedding = nn.Embedding(output_size, hidden_size)
        self.gru = nn.GRU(hidden_size, hidden_size)
        self.out = nn.Linear(hidden_size, output_size)
        self.softmax = nn.LogSoftmax(dim=1)

    def forward(self, input, hidden):
        output = self.embedding(input).view(1, 1, -1)
        output = F.relu(output)
        output, hidden = self.gru(output, hidden)
        output = self.softmax(self.out(output[0]))
        return output, hidden

    def initHidden(self):
        return torch.zeros(1, 1, self.hidden_size, device=device)

Я понимаю что input это буквальное слово и self.embedding преобразует его в одномерный вектор, это может быть одноразовое вложение, или это может быть вложение вектора действительных чисел, но в любом случае это вектор. Но какова роль view(1, 1, -1)? Что это делает семантически и почему это следует называть? Я понимаю, что я должен продолжить с вектором, но, видимо, это view как-то переводит этот вектор в многомерный тензор, не правда ли? Я предполагаю, что дальнейшие вызовы нейронных функций активации ожидают 1D вектора, но теперь есть что-то другое. И что делается в очереди output = self.softmax(self.out(output[0]))? output должен быть одномерный вектор, но почему я должен брать только первый его элемент? Что происходит с другими элементами?

Это настолько простой пример, но почему-то я не понимаю, что здесь происходит и почему такая сложность вводится, почему я не могу остаться и делать все вычисления с одномерными векторами?