Machine learning
Unidade Recorrente Gated (GRU)
A Unidade Recorrente Gated (GRU) é uma célula de rede neural recorrente gated introduzida por Cho e colegas em 2014 que captura dependências de longo alcance em dados sequenciais usando portas de atualização e reset, alcançando desempenho comparável ao LSTM com menos parâmetros.
Leia o método completo
Exclusivo para membros
EntrarEntre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/pt/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.
- Mecanismo de AtençãoAprendizado profundo↔ compare
- RNN BidirecionalAprendizado profundo↔ compare
- Random ForestAprendizado de máquina↔ compare
- Modelo Sequência-para-SequênciaAprendizado profundo↔ compare
- XGBoostAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →