1. GRU VS Highway Netword

Highway Network基于GRU对Unit做了一些改进：

• GRU
  

• Highway Network Unit
  

主要改进为：

1. 去掉 Input $x^t$和Output $y^t$，只有第一个Unit有Input，最后一个Unit有Output
2. 输入$h^t$换成$a^{t-1}$
3. 去掉reset gate，保证$a^{t-1}$一定能进入下一个step

Highway Network Unit的计算过程：
$\begin{aligned} h' = \sigma(W a^{t-1}) \\ z = \sigma(W' a^{t-1}) \\ a^t = z \odot a^{t-1} + (1-z)\odot h' \end{aligned}$

这相当于在layer方向增加gate，以达到使layer更深的目的。
如果只接将z设置成0.5，就成了残差网络。

Highway Network可以看作是Network自动学到要有多少hidden layer。

根据data决定实际使用几层layer。