Unitatea Recurentă Gated (GRU)
Unitatea Recurentă Gated (GRU), introdusă de Cho et al. în 2014, este o rețea neuronală recurentă simplificată care utilizează două porți învățate — o poartă de actualizare și o poartă de resetare — pentru a reține sau a elimina selectiv informații între pașii temporali, permițând modelarea eficientă a secvențelor cu mai puțini parametri decât LSTM.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+10 more
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Gated Recurrent Unit (GRU). ScholarGate. https://scholargate.app/ro/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.
- Clasificare bazată pe BERTÎnvățare profundă↔ compare
- Long Short-Term Memory (LSTM)Învățare profundă↔ compare
- Rețea Neuronală RecurentăÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →