GRU

门控循环单元（GRU）是一种循环神经网络（RNN）架构。它旨在解决训练标准 RNN 时经常遇到的梯度消失问题，特别是在处理长序列数据时。GRU 使用“门”来控制信息流，决定在每个时间步保留哪些信息以及丢弃哪些信息。这些门在训练过程中通过学习获得，使网络能够有选择地记忆或遗忘先前的状态，从而更有效地捕捉序列数据中的长距离依赖关系。