recurrent layer group 训练和生成时输出 attention weight，生成时输出每个词的概率

[lcy-seso]

目前应用中对layer_group有以下功能要求，需要支持：

1. 生成阶段留下每个时间步的概率（目前只留下了整个生成序列概率的log prob 之和）。
2. 生成阶段 attention weight 每个时间步是一个序列，目前RecurrentLayerGroup只能输出非 sequence 层，作为整个lRecurrentLayerGroup的输出。