GRUの2つのゲートの役割

GRUの更新ゲートとリセットゲートの働きに関する説明として、最も適切なものを1つ選べ。

正解と解説を見る

解説

正解B

ポイント

GRUでは、更新ゲートが前の状態と候補を混ぜる割合を決め、リセットゲートが候補の計算に前の状態をどれだけ使うかを決めます。

選択肢ごとの解説

A

不適切

リセットゲートはすべての時刻で値を計算し、新しい候補を作るときに前の隠れ状態をどれだけ使うかを決めます。系列の先頭で隠れ状態を初期化する処理とは別のものです。
B

適切 ◯ 正解

GRUは、前の隠れ状態と候補を更新ゲートの値で重み付けして足し合わせます。前の状態を多く残せば長期の情報を保ちやすくなります。LSTMの忘却ゲートと入力ゲートをまとめた働きです。
C

不適切

GRUには出力ゲートがなく、隠れ状態がそのまま出力に使われます。更新ゲートは古い情報を残す量と新しい情報を取り込む量を決めるもので、LSTMの忘却ゲートと入力ゲートに当たります。
D

不適切

向きが逆です。リセットゲートの値は前の隠れ状態に掛けられるため、0に近いほど前の状態を無視し、現在の入力をもとに候補を作ります。不要になった過去の情報を捨てる働きです。

試験での狙われ方

GRUの2つのゲートの役割を、LSTMの3つのゲートとの対応や、ゲートの値が0に近い場合と1に近い場合の違いとあわせて問う形が考えられます。

関連用語

GRU、ゲート機構、LSTM

参考

G検定試験出題範囲（シラバス2024）第1.4版（技術分野項目22 回帰結合層） 2026年10月31日閲覧
Cho et al., Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation (2014) 2026年10月31日閲覧
Chung, Gulcehre, Cho, Bengio, Empirical Evaluation of Gated Recurrent Neural Networks on Sequence Modeling (2014) 2026年10月31日閲覧

オリジナル問題（過去問ではありません） AIで作成人による確認：未誤りを報告

出典と作成について

作成：ウカトレ編集部（AIで作成し、別のAIが一次資料と照合。手順は編集方針）

公開日：2026年10月31日最終更新日：2026年10月31日最終確認日：2026年10月31日

シラバス第1.4版技術22「回帰結合層」の問題です。