門控循環單元GRU
接著機器學習-時序預測1-CSDN博客這個說，GRU是LSTM的一個簡化而高效的變體，都使用“門控機制”來控制信息流，但它通過合并一些組件，使結構更簡單、參數更少、計算更快，同時在許多任務上性能與 LSTM 相當甚至更好。
GRU沒有了獨立的細胞狀態，也就是LSTM中的長期記憶，只有一個狀態
，但是通過“門控機制”，讓
同時承擔了長期和短期記憶的功能。而且只剩下了兩個核心門控：
更新門：
，用sigmoid激活函數輸出0-1的向量，中每個元素表示多少信息來自
，多少信息來自
；
重置門：
，用sigmoid激活函數輸出0-1的向量，中每個元素表示計算
時考慮多少
；
候選隱藏狀態：
，用到了重置門；
更新最終隱藏狀態：
，用到了更新門，更新門決定了更相信過去還是現在。
同樣的，還需要在輸出層中對輸出進行更新，就像機器學習-時序預測1-CSDN博客。
