Machine learning
গেটেড রিকারেন্ট ইউনিট (GRU)
গেটেড রিকারেন্ট ইউনিট (GRU) হলো ২০১৪ সালে Cho এবং সহকর্মীদের দ্বারা প্রবর্তিত একটি গেটেড রিকারেন্ট নিউরাল নেটওয়ার্ক সেল যা আপডেট এবং রিসেট গেটের মাধ্যমে অনুক্রমিক ডেটাতে দীর্ঘ-পরিসরের নির্ভরতা ক্যাপচার করে, যা কম প্যারামিটার ব্যবহার করে LSTM-এর সমতুল্য কর্মক্ষমতা অর্জন করে।
পুরো পদ্ধতিটি পড়ুন
শুধু সদস্যদের জন্য
সাইন ইন করুনএই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Cho, K. et al. (2014). Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation. EMNLP. link ↗
- Chung, J., Gulcehre, C., Cho, K. & Bengio, Y. (2014). Empirical Evaluation of Gated Recurrent Neural Networks on Sequence Modeling. NIPS 2014 Deep Learning Workshop. arXiv:1412.3555 link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/bn/deep-learning/gru
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- অ্যাটেনশন মেকানিজমগভীর শিখন↔ compare
- দ্বিমুখী আরএনএনগভীর শিখন↔ compare
- Random Forestযন্ত্র শিখন↔ compare
- Sequence-to-Sequence Modelগভীর শিখন↔ compare
- XGBoostযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →