NLP Academy · レッスン

GRU: より軽量な選択肢

ゲートを減らしながら同等の性能を実現する

「GRU: より軽量な選択肢」はCoddyKit上の無料NLP Academyレッスンです。これはレッスン2/4です。下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。これはNLP Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 NLP Academyコースには全4レッスンが含まれています。

このレッスンの一部はまだ翻訳されておらず、英語で表示されています。

A Simpler Gated Cell

The GRU is a leaner cousin of the LSTM. It chases the same goal, long memory, but with fewer gates and fewer parameters. ⚡

No Separate Cell State

Unlike the LSTM, a GRU has no separate cell state. It keeps everything in a single hidden state that it updates each step.

Just Two Gates

A GRU uses only two gates: an update gate and a reset gate. That is one fewer than the LSTM, which trims compute and memory.

The Update Gate

The update gate decides how much of the old hidden state to carry forward versus how much new information to let in.

z = sigmoid(Wz @ x + Uz @ h_prev)

The Reset Gate

The reset gate controls how much past memory feeds into the new candidate, letting the cell ignore stale context when needed.

r = sigmoid(Wr @ x + Ur @ h_prev)

The Candidate State

Using the reset gate, the GRU builds a candidate hidden state, a fresh proposal for what this step's memory could be.

h_hat = tanh(W @ x + U @ (r * h_prev))

Blending Old and New

The new hidden state is a smooth blend: the update gate mixes the previous state with the candidate in one clean equation.

h = (1 - z) * h_prev + z * h_hat

Fewer Parameters

With one less gate and no cell state, a GRU has fewer parameters. It often trains faster and needs less data to fit well.

Comparable Accuracy

On many tasks a GRU matches LSTM accuracy. The smaller cell rarely hurts, so it is a strong default for sequence models.

When to Pick Each

Try a GRU first for speed and small datasets. Reach for an LSTM when very long dependencies demand its extra memory control.

Same Framework Call

In Keras swapping is trivial: replace the LSTM layer with a GRU layer and keep the rest of your model unchanged.

from keras.layers import GRU
model.add(GRU(64))

Quick Check

Check what sets a GRU apart from an LSTM.

Recap

A GRU trims the LSTM to two gates and one state. It is faster and leaner while delivering similar accuracy on most tasks. ✅

よくある質問

「GRU: より軽量な選択肢」レッスンは無料ですか？

はい。「GRU: より軽量な選択肢」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、NLP Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 NLP Academyコースには全4レッスンが含まれています。

「GRU: より軽量な選択肢」で何を学びますか？

ゲートを減らしながら同等の性能を実現するブラウザで直接実行するハンズオンコードでNLP Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。

NLP Academyを始めるのに経験は必要ですか？

事前経験は必要ありません。CoddyKitのNLP Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。これはレッスン2/4です。

「GRU: より軽量な選択肢」レッスンにはどのくらい時間がかかりますか？

ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。

このNLP Academyレッスンでコードを書いて実行できますか？

はい。すべてのNLP Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。

このコースのすべてのレッスン

← NLP Academyに戻る