上一篇中已经总结了RNN的原理，传送门：https://blog.csdn.net/wenqiwenqi123/article/details/80704528

本文讲解一下GRU的原理，GRU对于RNN中的梯度消失有很大帮助。GRU即Gated Recurrent Unit。为了克服RNN无法很好处理远距离依赖而提出了LSTM，而GRU则是LSTM的一个变体，当然LSTM还有有很多其他的变体。GRU保持了LSTM的效果同时又使结构更加简单，所以它也非常流行。

先复习一下：

RNN单元中从前一个时间步得到激活值a<t-1>，将其与x<t>同时输入影响y<t>。

那么GRU的原理如下图所示：

请看右边的公式，c为记忆单元，在GRU中激活值a<t>等于c<t>。

c<t>~为在此步中可能要更新的c<t>值。

Γu为更新门，式中的δ为sigmoid函数，这让Γu趋向于0或者1。

c<t>的公式如图，当Γu为0时，则保持c<t>=c<t-1>，即记忆前一步的值。当Γu为1时，则将c<t>更新为c<t>~。

由网络来决定Γu为0还是1，即是否要记忆前一步。

如这句话所示： The cat，which already ate.....,was full。在cat时Γu为1，所以此时c<t>更新，之后的which定语从句因为要记住cat是单数，所以Γu全为0，直到was仍然记得cat为单数，在was时Γu变为1，c<t>更新，从was以后不再记得cat是单数。

Γu、c<t>和c<t>~的shape是一样的，可以定义每一个结点有多少个c（记忆单元）。

在实际应用中还有另一个门，是研究员在经过无数次实验后得出的结论：

即Γr，重置门。更新门用于控制前一时刻的状态信息被带入到当前状态中的程度，更新门的值越大说明前一时刻的状态信息带入越多。重置门用于控制忽略前一时刻的状态信息的程度，重置门的值越小说明忽略得越多。

原文出处