在对于LSTM的变体GRU中，将LSTM中的记忆单元和神经元隐藏状态进行了合并。（）
对
举一反三
- 在对于LSTM的变体GRU中，对于LSTM进行了如下更新：将LSTM中的输出门与遗忘门合并为更新门。（）
- 比较长短期记忆网络（LSTM）与门限循环单元（GRU）网络的差别，以下哪个说法是错误的？ A: GRU是LSTM的简化，保留量遗忘门，合并了状态向量和输出向量 B: GRU的性能一般远强于LSTM C: GRU的计算速度优于对应的LSTM D: GRU的结构比LSTM简单，减少了计算量
- 关于LSTM、GRU，下列说法错误的是？ A: LSTM中Ct表示长期记忆； B: LSTM中ht表示短期记忆； C: GRU中ht表示短期记忆; D: GRU中有两个门，LSTM有三个门；
- LSTM和GRU是两种通过引入( A )结构来减弱普通RNN短期记忆影响的演化变体，其中，LSTM中引入了（ ）结构。 A: 门 B: 遗忘门 C: 输入门 D: 输出门
- LSTM和GRU网络因为引入了门控单元，可以缓解梯度消失问题
内容
- 0
GRU相比于LSTM要复杂一些。
- 1
LSTM和GRU网络因为引入了门控单元，可以缓解梯度消失问题 A: 正确 B: 错误
- 2
LSTM 和 GRU 主要利用“门控”来缓解梯度消失的问题
- 3
优化p38_rnn_stock.py代码中神经网络结构（可使用RNN/LSTM/GRU），训练结束后显示的测试集平均绝对误差小于等于70。
- 4
LSTM中隐藏层的基本单元是记忆块，它取代了传统RNN中的隐藏层单元。一个记忆块包含了一个甚至多个记忆单元和三个乘法单元输入。以下不属于三个乘法单元输入的是 A: 输入门 B: 输出门 C: 遗忘门 D: 记忆门