Machine learning
Gated Recurrent Unit (GRU)
Gated Recurrent Unit (GRU) ialah sel rangkaian saraf berulang terpagar yang diperkenalkan oleh Cho dan rakan-rakan pada tahun 2014 yang menangkap kebergantungan jarak jauh dalam data jujukan menggunakan pagar kemas kini dan reset, mencapai prestasi setanding dengan LSTM dengan parameter yang lebih sedikit.
Baca kaedah sepenuhnya
Ahli sahaja
Log masukLog masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/ms/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.
- Mekanisme PerhatianPembelajaran Mendalam↔ compare
- RNN Dwi-arahPembelajaran Mendalam↔ compare
- Random ForestPembelajaran Mesin↔ compare
- Model Jujukan-ke-JujukanPembelajaran Mendalam↔ compare
- XGBoostPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →