门控循环单元

• 类别: 深度学习
• 标签: 深度学习 循环 神经网络
• 开发语言: python
• 运行平台/操作系统: Windows 7以上
• 编译工具及环境: PyCharm、Anaconda
• GitHub下载地址: https://gitee.com/three-poles/DeepLearning

方法描述:

门控循环单元（GRU）是循环神经网络（RNN）中的一种门控机制，与其他门控机制相似，其旨在解决标准RNN中的梯度消失／爆炸问题并同时保留序列的长期信息。GRU在许多诸如语音识别的序列任务上与LSTM同样出色，不过它的参数比LSTM少，仅包含一个重置门（reset gate）和一个更新门（update gate）。

• 安装方式：

  安装python
  
  运行方式：

  在PyCharm中打开脚本文件即可运行
  
  输入变量：

  时间序列数据
  
  输出变量：

  预测数据/预测精度
  
  二维码：