Machine learningDeep learning / NLP / CV

Gated Recurrent Unit (GRU)

2014년 Cho 등이 소개한 Gated Recurrent Unit (GRU)는 학습된 두 개의 게이트, 즉 업데이트 게이트와 리셋 게이트를 사용하여 시간 단계별로 정보를 선택적으로 유지하거나 폐기하는 간소화된 순환 신경망으로, LSTM보다 적은 파라미터로 효과적인 시퀀스 모델링을 가능하게 합니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

Gated Recurrent Unit (GRU)

BERT 기반 분류 Long Short-Term Memory (…순환 신경망 도메인 적응형 GRU 설명 가능한 GRU 설명 가능한 순환 신경망 미세 조정된 GRU 미세 조정된 순환 신경망 다국어 GRU 다국어 순환 신경망 (Multilingual…

+10 more

출처

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. In Proceedings of EMNLP 2014, pp. 1724–1734. 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. link ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Gated Recurrent Unit (GRU). ScholarGate. https://scholargate.app/ko/deep-learning/gated-recurrent-unit

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.

BERT 기반 분류딥러닝↔ compare
Long Short-Term Memory (LSTM)딥러닝↔ compare
순환 신경망딥러닝↔ compare

Compare side by side →

이 방법을 참조하는 항목

도메인 적응형 GRU 설명 가능한 GRU 설명 가능한 순환 신경망 미세 조정된 GRU 미세 조정된 순환 신경망 Long Short-Term Memory (LSTM)다국어 GRU 다국어 순환 신경망 (Multilingual Recurrent Neural Network)다중 모드 GRU 다중 양식 LSTM Multimodal Recurrent Neural Network 순환 신경망 RoBERTa 기반 분류 자기 지도 GRU 준지도 GRU LSTM을 이용한 전이 학습 순환 신경망(Recurrent Neural Network)을 이용한 전이 학습 약지도 GRU 약한 지도 순환 신경망

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →