深度学习时间序列预测：GRU算法构建多变量时间序列预测模型+代码实战

深度学习时间序列预测：GRU算法构建多变量时间序列预测模型+代码实战

注意参考：深度学习多变量时间序列预测：GRU算法构建单变量时间序列预测模型+代码实战

 GRU（Gate Recurrent Unit）是循环神经网络（Recurrent Neural Network, RNN）的一种。和LSTM（Long-Short Term Memory）一样，也是为了解决长期记忆和反向传播中的梯度等问题而提出来的。

GRU和LSTM在很多情况下实际表现上相差无几，那么为什么我们要使用新人GRU（2014年提出）而不是相对经受了更多考验的LSTM（1997提出）呢。

下图1-1引用论文中的一段话来说明GRU的优势所在。