Gated Recurrent Unit (GRU)
GRU adalah mekanisme gating dalam Recurrent Neural Networks (RNN), mirip dengan LSTM tetapi dengan struktur yang lebih sederhana (memiliki lebih sedikit parameter). GRU dirancang untuk mengatasi masalah vanishing gradient saat mempelajari dependensi panjang dalam urutan data.
Konteks Penggunaan
Pemrosesan bahasa alami, prediksi deret waktu.
Contoh
Digunakan dalam prediksi harga saham atau analisis sentimen kalimat panjang, di mana model perlu "mengingat" informasi dari kata-kata awal kalimat.
Catatan
Seringkali memberikan performa setara LSTM tapi lebih cepat dilatih.
