目录
下面的代码是在LSTM的基础上改动来的,数据也是和LSTM一样的,所以整体的结构是一样的,但是在修改代码的过程中还是遇到了一些问题,先看下完整的代码。
RNN写了几期了,今天写下最后一个RNN的神经网络GRU,废话不多说,直接走起。
1.gru 是什么
GRU是LSTM的一种简单的变体,比LSTM网络的结构更加简单,而且效果也不差,运行效率更高,因此也是当前流行的一种网络结构。
使用GRU能够达到相当的效果,并且相比之下更容易进行训练,能够很大程度上提高训练效率,因此很多时候会更倾向于使用GRU。
2.和LSTM的网络结构差别
上一节的时候我写了LSTM的网络结构,LSTM最终的三个门控神经单元是输入门,遗忘门,以及输出门,简单的概括下三个门控单元所做的事