自己以for循环展开torch::lstm_cell写的inference，OMP_NUM_THREADS=4的情况下只比torch::lstm慢一点点，前者约为16ms，后者约为19ms(这里lstm cell的输入=256，输出=1024，序列长度为80)。细微的差距大概和torch::lstm一次性算完matmul_ih，仅在时间步以for循环计算matmul_hh有关。比起python + scr ipt jit，直接以libtorch c++ api来搭建常用模型基本上几乎没有over