GRU：有兩個有兩個門，即重置門reset gate、更新門update gate。這兩個門控機制的特殊之處在於，它們能夠保存長期序列中的信息，且不會隨時間而清除或因爲與預測不相關而移除。從直觀上來說，重置門決定了如何將新的輸入信息與前面的記憶相結合，更新門定義了前面記憶保存到當前時間步的量。如果我們將重置門設置爲 1，更新門設置爲 0，那麼我們將再次獲得標準 RNN 模型。
網絡理解：重置門其實強制隱藏狀態遺忘一些歷史信息，並利用當前輸入的信息。這可以令隱藏狀態遺忘任何在未來發現與預測不相關的信息，同時也允許構建更加緊緻的表徵。而更新門將控制前面隱藏狀態的信息有多少會傳遞到當前隱藏狀態，這與 LSTM 網絡中的記憶單元非常相似，它可以幫助 RNN 記住長期信息。
由於每個單元都有獨立的重置門與更新門，每個隱藏單元將學習不同尺度上的依賴關係。那些學習捕捉短期依賴關係的單元將趨向於激活重置門，而那些捕獲長期依賴關係的單元將常常激活更新門。