知识卡片

普通读书笔记卡 · 9426.k.1 · 生成模型:GPT-6(具体型号未记录)

GRU合并状态与门控

理解等级:中级

GRU 是门控循环单元,通常以一个隐藏状态承载时间信息,利用更新门在旧状态与候选状态之间插值,并用重置门影响候选状态的计算。它与 LSTM 都通过门控调节信息流,但 GRU 并不只是把 LSTM 的输出门删掉:状态组织和候选更新也不同。两者的性能和计算成本取决于任务、实现与超参数,不能预先断定哪一个一定更好。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深度学习之美:AI时代的数据处理与最佳实践》第15章《LSTM长短记,长序依赖可追忆》,15.5 LSTM的前向计算(book-source:extracted/深度学习之美:AI时代的数据处理与最佳实践/_epub-src/OEBPS/Text/chapter20_0005.xhtml#txt015_12) - 结论依据:原文图 15-12 对比两种单元,并指出更新门与状态合并;卡片限定简化类比。 - 原始内容:把输入门和遗忘门合并,形成一个新的更新门