使用Keras进行深度学习：（七）GRU讲解及实践_keras gru

作者：Monodyee | 2024-04-01 07:10:58

踩

keras gru

Ray

介绍GRU(Gated Recurrent Unit) 是由 Cho, et al. (2014) 提出，是LSTM的一种变体。GRU的结构与LSTM很相似，LSTM有三个门，而GRU只有两个门且没有细胞状态，简化了LSTM的结构。而且在许多情况下，GRU与LSTM有同样出色的结果。GRU有更少的参数，因此相对容易训练且过拟合问题要轻一点。

一、GRU原理讲解

下图展示了GRU的网络结构，GRU的网络结构和LSTM的网络结构很相似，LSTM中含有三个门结构和细胞状态，而GRU只有两个门结构：更新门和重置门，分别为图中的z_t和r_t，结构上比LSTM简单。将GRU网络结构具体运算操作用下图进行表示。接下来将会针对该图每一部分进行详细的讲解。首先说明图中每个符号的意义：

1. 更新门(update gate)：

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Monodyee/article/detail/347766

使用Keras进行深度学习：（七）GRU讲解及实践_keras gru

目录

一、GRU原理讲解

1. 更新门(update gate)：