第17课：GRU

📖 本课概述

GRU是LSTM的简化版本，用更少的参数达到类似的效果。本课对比LSTM和GRU，理解何时选择哪个。

🔄 一、GRU结构

1.1 数学定义

1.2 GRU vs LSTM

1.3 PyTorch实现GRU

import torch
import torch.nn as nn

# GRU实现与对比
torch.manual_seed(42)

# PyTorch GRU
gru = nn.GRU(input_size=10, hidden_size=64, num_layers=2, batch_first=True)
X = torch.randn(32, 20, 10)
output, h_n = gru(X)

print(f"GRU输出: {list(output.shape)}")
print(f"GRU隐状态: {list(h_n.shape)}")
print(f"GRU参数量: {sum(p.numel() for p in gru.parameters()):,}")

# 参数量对比
for name, cls in [("RNN", nn.RNN), ("LSTM", nn.LSTM), ("GRU", nn.GRU)]:
    model = cls(10, 64, num_layers=2, batch_first=True)
    params = sum(p.numel() for p in model.parameters())
    print(f"{name}: 参数量={params:,}")

# 性能对比
print("\n=== RNN/LSTM/GRU 性能对比 ===")
X_train = torch.randn(200, 30, 10)
y_train = (X_train[:, 0, 0] + X_train[:, -1, 0] > 0).long()

for name, cls in [("RNN", nn.RNN), ("LSTM", nn.LSTM), ("GRU", nn.GRU)]:
    model = cls(10, 32, num_layers=1, batch_first=True)
    fc = nn.Linear(32, 2)
    optimizer = torch.optim.Adam(list(model.parameters()) + list(fc.parameters()), lr=0.001)
    loss_fn = nn.CrossEntropyLoss()
    
    losses = []
    import time
    start = time.time()
    for epoch in range(50):
        optimizer.zero_grad()
        out, _ = model(X_train)
        loss = loss_fn(fc(out[:, -1, :]), y_train)
        loss.backward()
        optimizer.step()
        losses.append(loss.item())
    elapsed = time.time() - start
    
    acc = (fc(model(X_train)[0][:, -1, :]).argmax(1) == y_train).float().mean()
    print(f"{name}: 最终loss={losses[-1]:.4f}, acc={acc.item():.2%}, 耗时={elapsed:.2f}s")

🔬 深入拓展

核心要点回顾

本课的核心知识点构成了序列模型学习的重要一环。让我们从更高维度审视这些知识之间的关系：

• 理论层面：理解数学原理是正确应用的前提，每个公式背后都有直觉
• 工程层面：PyTorch提供了高效实现，但理解底层原理才能正确调试
• 实践层面：没有银弹，不同场景需要不同的策略组合

常见陷阱与最佳实践

与前后课程的联系

深度学习是一个整体——每一课的知识都不是孤立的：

• 优化器（第5课）的选择影响正则化（第6课）的效果
• 初始化（第7课）决定了训练能否开始
• CNN（第8-14课）的成功依赖训练技巧（第22-28课）
• Transformer（第20-21课）结合了注意力和位置编码
• 实战项目（第29-35课）综合运用所有知识

📖 延伸阅读

📝 练习

💡 GRU实践

序列模型选择

• 短序列：GRU更高效
• 长序列：LSTM可能更好
• 小数据：GRU参数少，不易过拟合
• 实时系统：GRU推理更快

常见错误与解决方案

性能优化建议

🔬 深度拓展：从理论到实践

核心概念网络

理解本课内容需要将其置于更大的知识网络中。每个核心概念都不是孤立的，它们相互关联、相互支撑：

• 数学基础：线性代数、微积分、概率论是理解所有深度学习算法的根基
• 计算基础：自动微分、GPU并行计算让理论变为现实
• 工程基础：数据处理、模型设计、训练技巧的有机结合
• 领域知识：CV、NLP、语音等领域的先验知识指导模型设计

关键洞察与直觉

建立正确的直觉比记住公式更重要：

与其他课程的关联

本课作为序列模型阶段的核心内容，与前后课程紧密关联：

面试常见问题

进阶学习路径

掌握本课内容后，可以通过以下方式继续深入：

• 阅读本课相关的一手论文，理解原始动机和推导
• 复现论文的实验结果，验证自己的理解
• 尝试改进方法，思考为什么现有方法有局限
• 在真实项目或Kaggle竞赛中应用
• 关注该方向的最新进展（arXiv、顶级会议）

📐 补充：知识体系梳理

核心公式速查

将本课涉及的关键公式整理如下，方便回顾和记忆。理解每个公式背后的直觉比死记硬背更重要——试着用自然语言解释每个公式在做什么。

易混淆概念辨析

代码模板

以下是本课核心概念的标准PyTorch实现模板，可以直接用于实际项目：

• 定义模型时，继承nn.Module，实现__init__和forward
• 训练循环：zero_grad → forward → loss → backward → step
• 验证时使用model.eval()和torch.no_grad()
• 保存模型用torch.save(model.state_dict())
• 加载模型用model.load_state_dict(torch.load())