[Day13] 以神经网络进行时间序列预测 — GRU

今天介绍使用 GRU 进行时间序列预测，一样采用我们最爱的股价资料集！！

今日大纲

• GRU 介绍
  • 门控机制
  • 与 LSTM 比较
• 实作注意事项
  • GRU 架构
  • GRU 调参

GRU 介绍

GRU（Gate Recurrent Unit）是递归神经网络（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。他们俩在很多情况下实际表现相近；那为什麽我们要使用相对新的 GRU（於 2014 年提出），而不是相对更经典的 LSTM （於 1997 年提出）呢？

那是因为 GRU 所需的

门控机制

与 LSTM 比较

实作注意事项

GRU 架构

GRU 调参