Μονάδα Επαναλαμβανόμενης Πύλης (GRU)
Η Μονάδα Επαναλαμβανόμενης Πύλης (GRU) είναι ένας κυτταρικός τύπος επαναλαμβανόμενου νευρωνικού δικτύου με πύλες, που εισήχθη από τους Cho και συνεργάτες το 2014, και αποτυπώνει μακροπρόθεσμες εξαρτήσεις σε διαδοχικά δεδομένα χρησιμοποιώντας πύλες ενημέρωσης και επαναφοράς, επιτυγχάνοντας απόδοση συγκρίσιμη με την LSTM με λιγότερες παραμέτρους.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/el/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.
- Μηχανισμός ΠροσοχήςΒαθιά Μάθηση↔ compare
- Αμφίδρομο RNNΒαθιά Μάθηση↔ compare
- Τυχαίο ΔάσοςΜηχανική Μάθηση↔ compare
- Μοντέλο Ακολουθίας προς ΑκολουθίαΒαθιά Μάθηση↔ compare
- XGBoostΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →