Machine learning
गेटेड रिकरेंट यूनिट (GRU)
गेटेड रिकरेंट यूनिट (GRU) एक गेटेड रिकरेंट न्यूरल नेटवर्क सेल है जिसे चो और उनके सहयोगियों ने 2014 में प्रस्तुत किया था। यह अपडेट और रीसेट गेट्स का उपयोग करके अनुक्रमिक डेटा में लंबी दूरी की निर्भरताओं को कैप्चर करता है, और कम मापदंडों के साथ LSTM के बराबर प्रदर्शन प्राप्त करता 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. 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/hi/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.
- अटेंशन मैकेनिज्म (Attention Mechanism)गहन अधिगम↔ compare
- द्विदिश आरएनएन (Bidirectional RNN)गहन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- अनुक्रम-से-अनुक्रम मॉडलगहन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare