ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Gated Recurrent Unit (GRU)

Gated Recurrent Unit (GRU), mida tutvustasid Cho jt. 2014. aastal, on lihtsustatud rekurrentne neurovõrk, mis kasutab kahte õpitavat väravat – uuendusväravat ja reset-väravat – et selektiivselt säilitada või visata ära informatsiooni ajasammu jooksul, võimaldades tõhusat järjestuste modelleerimist väiksema parameetrite arvuga kui LSTM.

Ava rakenduses MethodMindPeagiVideoPeagiLaadi slaidid alla

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Meetodikaart

Seotud meetodite ümbruskond — vali sõlm, et seda uurida.

+10 veel

Allikad

  1. Cho, K., van Merrienboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. In Proceedings of EMNLP 2014, pp. 1724–1734. link
  2. Chung, J., Gulcehre, C., Cho, K., & Bengio, Y. (2014). Empirical Evaluation of Gated Recurrent Neural Networks on Sequence Modeling. NIPS 2014 Deep Learning Workshop. link

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Gated Recurrent Unit (GRU). ScholarGate. https://scholargate.app/et/deep-learning/gated-recurrent-unit

Milline meetod?

Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.

Võrdle kõrvuti

Sellele viitavad

ScholarGateGated Recurrent Unit (Gated Recurrent Unit (GRU)). Loetud 2026-06-15 aadressilt https://scholargate.app/et/deep-learning/gated-recurrent-unit · Andmestik: https://doi.org/10.5281/zenodo.20539026