ゲーテッドリカレントユニット（GRU）リカレントニューラルネットワーク（RNN）レイヤーにはいくつのパラメーターがありますか？

タイトルがすべてを物語っています-GRUレイヤーにはトレーニング可能なパラメーターがいくつありますか？この種の質問は、パラメーターごとのパフォーマンスの観点から、長期短期記憶（LSTM）ユニットとGRUなど、さまざまなRNNレイヤータイプのモデルを比較しようとするときによく出てきます。トレーニング可能なパラメーターの数が増えると、一般に学習するネットワークの容量が増えるため、パラメーターごとに代替モデルを比較すると、GRUとLSTMの相対的な有効性を比較することができます。

Rahul DeyとFathi M. Salemによると、「Gated Recurrent Unit（GRU）ニューラルネットワークのゲートバリアント」：

... GRU RNNのパラメーターの総数は等しくなります。$3 \times (n^2 + nm + n)$

ここで、は入力次元で、は出力次元です。これは、これらのサイズのウェイトマトリックスを必要とする演算が3セットあるためです。$m$$n$