Machine learning
Unidad Recurrente con Compuertas (GRU)
La Unidad Recurrente con Compuertas (GRU) es una celda de red neuronal recurrente con compuertas introducida por Cho y colegas en 2014 que captura dependencias a largo plazo en datos secuenciales utilizando compuertas de actualización y reinicio, logrando un rendimiento comparable al LSTM con menos parámetros.
Leer el método completo
Solo para miembros
Iniciar sesiónInicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/es/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.
- Mecanismo de atenciónAprendizaje profundo↔ compare
- RNN bidireccionalAprendizaje profundo↔ compare
- Random ForestAprendizaje automático↔ compare
- Modelo Secuencia-a-SecuenciaAprendizaje profundo↔ compare
- XGBoostAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →