④ ディープラーニングの要素技術 ／ 22. 回帰結合層
GRUとは
GRUとは、LSTMを簡略化した構造で、リセットゲートと更新ゲートを持つモデルです。計算量が少なく高速で、LSTMとの比較がG検定対策として重要です。
この用語はG検定シラバスの「22. 回帰結合層」に含まれます。 章全体の用語は用語解説④（全60語）にまとまっています。
一言でいうと
LSTMをシンプルにした改良版。ゲートが2つで軽く動きます。
LSTMとの違い
| LSTM | GRU | |
|---|---|---|
| ゲート数 | 3つ（入力・出力・忘却） | 2つ（リセット・更新） |
| セル状態 | あり | なし（隠れ状態に統合） |
| 計算量 | 多い | 少ない |
「LSTM＝3つ、GRU＝2つ」という数の対比が正確に区別できるようにしておきましょう。
性能はどちらが上か
GRUは軽い一方、性能はタスクによって変わり、どちらが優れるとは言い切れません。
これはノーフリーランチの定理の典型例です。「GRUのほうが常に高性能」といった断定的な選択肢は誤りになります。
どちらを選ぶか
実務では次のような使い分けがされます。
- データが少ない・計算資源が限られる → GRU
- 大規模データで最大限の性能を狙う → LSTM
ただし現在は、系列タスクの多くがTransformerに置き換わりつつあります。LSTM・GRUは重要だが最新手法ではないという位置づけです。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| LSTM | ゲート3つ＋セル状態。表現力が高い |
| GRU | ゲート2つ。セル状態なし。軽量で高速 |
🎯 G検定での押さえどころ
- ゲートは2つ（リセットゲート・更新ゲート）
- LSTMより計算量が少ない
- どちらが高性能かはタスクによる
⚠️ よくある誤りの選択肢
- 「GRUは3つのゲートを持つ」→ 誤り。2つです
- 「GRUは常にLSTMより高性能である」→ 誤り。タスクによります
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「ゲート機構」（E資格向け）
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。