grugate recurrent unit由cho提出是循环神经网络rnn的一种可以解决rnn中不能长期记忆和反向传播中的梯度等问题与lstm的作用类似不过比lstm简单容易进行训练。它与 lstm 非常相似与 lstm 相比gru 去除掉了细胞状态使用隐藏状态来进行信息的传递。它只

GRU是一种循环神经网络（RNN），旨在解决RNN中无法长期记忆和反向传播中的梯度消失等问题。该模型由CHO提出，与LSTM相似，但比LSTM更简单且易于训练。GRU只包含两个门：更新门和重置门，使用隐藏状态进行信息传递，而不是像LSTM一样使用细胞状态。GRU是LSTM的一种变体，两者在很多情况下表现相似，但GRU计算更简单，更易于实现。在中文文本分类中，使用GRU作为分类器的基础，能够有效提高分类准确性和效率。