Machine learning
Kapuzott rekurrens egység (GRU)
A kapuzott rekurrens egység (GRU) egy kapuzott rekurrens neurális hálózati cella, amelyet Cho és munkatársai vezettek be 2014-ben. Ez a szekvenciális adatokban lévő hosszú távú függőségeket rögzíti frissítési és resetelési kapuk segítségével, és kevesebb paraméterrel éri el az LSTM-hez hasonló teljesítményt.
A teljes módszer elolvasása
Csak tagoknak
BejelentkezésJelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/hu/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.
- Attention MechanismMélytanulás↔ compare
- A Bidirectional RNNMélytanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
- Szekvencia-szekvencia modellMélytanulás↔ compare
- XGBoostGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →