本文介绍了GRU和GRUCell在神经网络中的应用，详细解析了它们的计算公式，并通过API和实例展示了两者的关系。GRUCell是GRU的基本单元，多个GRUCell组成一个完整的GRU。尽管GRU已经封装好，但GRUCell在某些特定场景可能有其独特用途。
GRU和GRUCell
最直观的图解
一、API
1.1 GRU
官方计算方式如下：
r t = σ ( W i r x t + b i r + W h r h ( t − 1 ) + b h r ) z t = σ ( W i z x t + b i z + W h z h ( t − 1 ) + b h z ) n t = tanh ( W i n x t + b i n + r t ∗ ( W h n h ( t − 1 ) + b h n ) ) h t = ( 1 − z t ) ∗ n t + z t ∗ h ( t − 1 ) r_t = \sigma(W_{ir} x_t + b_{ir} + W_{hr} h_{(t-1)} + b_{hr}) \\ z_t = \sigma(W_{iz} x_t + b_{iz} + W_{hz} h_{(t-1)} + b_{hz}) \\ n_t = \tanh(W_{in} x_t + b_{in} + r_t * (W_{hn} h_{(t-1)}+ b_{hn})) \\ h_t = (1 - z_t) * n_t + z_t * h_{(t-1)} rt=σ(Wirxt+bir+Whrh(t−1)+bh
最低0.47元/天 解锁文章
扫一扫
9962
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
