GTU（Tanh-Sigmoid门控）是深度学习中的一种门控机制，通过tanh生成信息内容（-1到1），sigmoid生成门控信号（0到1），两者相乘输出。其核心思想是分离"内容"与"开关"，类似水坝控制水流。相比主流GLU，GTU存在双重梯度消失问题，导致训练困难。但在特定场景仍有价值：输出需严格限制在[-1,1]的任务（如图像生成）、与LSTM混合架构的兼容性、浅层网络的强非线性需求以及数值稳