GRU

门控循环单元（GRU）是一种循环神经网络（RNN）架构。它旨在解决标准RNN在训练过程中经常遇到的梯度消失问题，尤其是处理长序列数据时。GRU使用“门”来控制信息流，在每个时间步决定保留哪些信息、丢弃哪些信息。这些门在训练过程中学习，使网络能够有选择地记住或忘记之前的状态，从而更有效地捕捉序列数据中的长距离依赖关系。