门控循环单元(Gated Recurrent Unit,简称 GRU)是一种循环神经网络 (RNN) 的变体,由 Cho 等人于 2014 年提出,相关论文成果为「Empirical Evaluation of Gated Recurrent Neural Networks on Sequence Modeling」。 GRU 的设计旨在解决传统 RNN 在处理长序列数据时遇到的梯度消失问题,它通过引入更新门 (update gate) 和重置门 (reset gate) 来控制信息的流动,从而更好地捕捉时间序列中的长期依赖关系。