LSTM和GRU的区别

转自：https://blog.csdn.net/u012223913/article/details/77724621

先给出一些结论：

1. GRU和LSTM的性能在很多任务上不分伯仲。
2. GRU 参数更少因此更容易收敛，但是数据集很大的情况下，LSTM表达性能更好。
3. 从结构上来说，GRU只有两个门（update和reset），LSTM有三个门（forget，input，output），GRU直接将hidden state 传给下一个单元，而LSTM则用memory cell 把hidden state 包装起来。

---

1. 基本结构

1.1 GRU

GRU的设计是为了更好的捕捉long-term dependencies。我们先来看看输入ht−1” role=”presentation” style=”position: relative;”>ht−1ht−1：

• Reset gate

  r(t)” role=”presentation” style=”position: relative;”>r(t)r(t)

• new memory

  h^(t)” role=”presentation” style=”position: relative;”>h^(t)h^(t).

• Update gate

  z(t)” role=”presentation” style=”position: relative;”>z(t)z(t).

• Hidden state:

  h(t)” role=”presentation” style=”position: relative;”>h(t)h(t) 控制。

  ​

1.2 LSTM

LSTM 的设计也是为了更好的捕捉long-term dependencies，但是结构上有一些不同，更复杂一些，我们想来看看计算过程：

• new memory cell

  这一步和GRU中的new memory类似，输出的向量c^(t)” role=”presentation” style=”position: relative;”>c^(t)c^(t) 的总结。

• Input gate

  i(t)” role=”presentation” style=”position: relative;”>i(t)i(t) 信息是否值得保存。

• Forget gate

  f(t)” role=”presentation” style=”position: relative;”>f(t)f(t) 的重要性。

• final memory cell

  c(t)” role=”presentation” style=”position: relative;”>c(t)c(t) 相加得到，权重分别由 Forget gate 和Input gate 决定

• Output gate

  这个门是GRU没有的。它负责决定c(t)” role=”presentation” style=”position: relative;”>c(t)c(t)

2. 区别

1. 对memory 的控制

LSTM： 用output gate 控制，传输给下一个unit

GRU：直接传递给下一个unit，不做任何控制

2. input gate 和reset gate 作用位置不同

LSTM: 计算new memory c^(t)” role=”presentation” style=”position: relative;”>c^(t)c^(t)时 不对上一时刻的信息做任何控制，而是用forget gate 独立的实现这一点

GRU: 计算new memory h^(t)” role=”presentation” style=”position: relative;”>h^(t)h^(t) 时利用reset gate 对上一时刻的信息 进行控制。

3. 相似

最大的相似之处就是， 在从t 到 t-1 的更新时都引入了加法。

这个加法的好处在于能防止梯度弥散，因此LSTM和GRU都比一般的RNN效果更好。

Reference：
1. https://cs224d.stanford.edu/lecture_notes/LectureNotes4.pdf
2. Empirical Evaluation of Gated Recurrent Neural Networks on Sequence Modeling
3. https://feature.engineering/difference-between-lstm-and-gru-for-rnns/

先给出一些结论：