詳細解釋
門控循環單元（GRU, Gated Recurrent Unit）是LSTM的簡化版，用門控機制解決梯度消失，參數更少、計算更快。
結構組成：
- 更新門（Update Gate）：控制遺忘多少舊資訊
- 重置門（Reset Gate）：控制忽略多少舊資訊
- 候選狀態：新的記憶內容
- 最終狀態：更新門融合舊新狀態
與長短期記憶網絡的比較：
- GRU：2個門，無單獨細胞狀態
- LSTM：3個門，細胞狀態+隱藏狀態
- GRU參數少約25%，訓練更快
- LSTM更強大，某些任務表現更好
優勢：
- 解決長程依賴：捕捉遠距離關係
- 參數高效：比LSTM少約25%參數
- 計算快速：適合資源受限場景
應用：
- 序列建模：文本、音頻、時間序列
- 機器翻譯：編碼器-解碼器架構
- 語音識別：聲學建模
- 早期NLP：在Transformer前主流
現代地位：
- 大部分被Transformer架構 (變換器 / 注意力模型) (Switch Transformer)取代
- 但仍用於小數據、低資源場景
- 嵌入式、移動設備輕量模型