Machine learning
Gated Recurrent Unit (GRU)
Gated Recurrent Unit (GRU) je buňka hradlované rekurentní neuronové sítě, kterou představili Cho a kolektiv v roce 2014. Zachycuje dlouhodobé závislosti v sekvenčních datech pomocí hradel pro aktualizaci a resetování, přičemž dosahuje výkonu srovnatelného s LSTM při menším počtu parametrů.
Přečíst celou metodu
Pouze pro členy
Přihlásit sePro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/cs/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.
- Mechanismus pozornostiHluboké učení↔ compare
- Obousměrná rekurentní neuronová síťHluboké učení↔ compare
- Random ForestStrojové učení↔ compare
- Model sekvence-sekvenceHluboké učení↔ compare
- XGBoostStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →