门控循环单元（GRU, Gated Recurrent Unit），它是循环神经网络（RNN）的一种重要变体，旨在解决传统RNN的长期依赖问题
优点缺点与前一小节LSTM一样，但结构更简单
一、结构
分为重置门和更新门
1.重置门
作用在上一个隐藏状态
2.更新门
重置后的上一个隐藏状态与当前值的输入更新门门值-->线性变换tanh激活-->未更新h
--> +((1-更新门门值)*上一个隐藏状态）-->更新后的h
集合重置门的输入，对当前输入进行内部计算，对结果进行输出
二、API
nn.GRU(input_size, hidden_size, num_layers)
input = (seq_len, batch_size, input_size)
h0 = (num_layers, batch_size, hidden_size)