Machine learning
Gated Recurrent Unit (GRU)
Gated Recurrent Unit (GRU) on on Cho ja kolleegide 2014. aastal tutvustatud väravaga rekurrentne närvivõrgu rakk, mis püüab kinni pikaajalisi sõltuvusi järjestikustes andmetes, kasutades uuendus- ja reset-väravaid, saavutades võrreldava jõudluse LSTM-iga, kuid vähemate parameetritega.
Loe meetodi täielikku kirjeldust
Ainult liikmetele
Logi sisseSelle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/et/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.
- Tähelepanu mehhanismSüvaõpe↔ compare
- Kahesuunaline RNNSüvaõpe↔ compare
- Juhuslik metsMasinõpe↔ compare
- Jadast-jada mudelSüvaõpe↔ compare
- XGBoostMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →