Machine learning
Unità Ricorrente Gated (GRU)
L'Unità Ricorrente Gated (GRU) è una cella di rete neurale ricorrente gated introdotta da Cho e colleghi nel 2014 che cattura dipendenze a lungo termine nei dati sequenziali utilizzando porte di aggiornamento e reset, raggiungendo prestazioni comparabili a LSTM con meno parametri.
Leggi il metodo completo
Riservato ai membri
AccediAccedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/it/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.
- Meccanismo di AttenzioneApprendimento profondo↔ compare
- RNN BidirezionaleApprendimento profondo↔ compare
- Random ForestApprendimento automatico↔ compare
- Modello Sequence-to-SequenceApprendimento profondo↔ compare
- XGBoostApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →