Machine learningDeep learning / NLP / CV
व्याख्या योग्य GRU
व्याख्या योग्य GRU, गेटेड रिकरेंट यूनिट (GRU) को SHAP, LIME, या अटेंशन वेटिंग जैसी व्याख्या तकनीकों के साथ जोड़ता है ताकि यह पता लगाया जा सके कि किन समय चरणों और विशेषताओं ने प्रत्येक भविष्यवाणी को संचालित किया। यह GRU की अस्थायी निर्भरताओं को पकड़ने की क्षमता का त्याग किए बिना अनुक्रमिक मॉडलिंग में व्याख्यात्मकता लाता है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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. Proceedings of EMNLP 2014, 1724–1734. DOI: 10.3115/v1/D14-1179 ↗
- Lundberg, S. M., & Lee, S.-I. (2017). A Unified Approach to Interpreting Model Predictions. Advances in Neural Information Processing Systems (NeurIPS), 30, 4765–4774. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Explainable Gated Recurrent Unit. ScholarGate. https://scholargate.app/hi/deep-learning/explainable-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.
- व्याख्यायोग्य LSTMगहन अधिगम↔ compare
- व्याख्या योग्य आवर्ती तंत्रिका नेटवर्कगहन अधिगम↔ compare
- व्याख्यायोग्य ट्रांसफार्मरगहन अधिगम↔ compare
- गेटेड रिकरेंट यूनिट (GRU)गहन अधिगम↔ compare
- लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM)गहन अधिगम↔ compare