← 返回卡片

原书出处

深度学习推荐系统

03 第3章 浪潮之巅——深度学习在推荐系统中的应用

核验版本的摘录快照 · 导入于 2026-11-19T07:39:55.622Z

3.9.3 兴趣抽取层的结构 兴趣抽取层的基本结构是GRU(Gated Recurrent Unit,门循环单元)网络。

相比传统的序列模型RNN(Recurrent Neural Network,循环神经网络)和LSTM (Long Short-Term Memory,长短期记忆网络),GRU解决了RNN的梯度消失问题

(Vanishing Gradients Problem)。与LSTM相比,GRU的参数数量更少,训练收敛速度更快,因此

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习推荐系统/_epub-src/text/part0007_split_009.html

EPUB SHA-256:2cd732704a51828ea5c0ec7decb8861b35f44e5e16d9af11fbc68f7084f63382