Machine learning
Unitate Recurentă Gated (GRU)
Unitatea Recurentă Gated (GRU) este o celulă de rețea neuronală recurentă gated introdusă de Cho și colaboratorii săi în 2014, care captează dependențe pe termen lung în date secvențiale utilizând porți de actualizare și resetare, obținând performanțe comparabile cu LSTM cu mai puțini parametri.
Citește metoda completă
Doar pentru membri
AutentificareAutentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/ro/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.
- Mecanismul de atențieÎnvățare profundă↔ compare
- RNN bidirecționalÎnvățare profundă↔ compare
- Pădurea Aleatoare (Random Forest)Învățare automată↔ compare
- Model Secvență-la-SecvențăÎnvățare profundă↔ compare
- XGBoostÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →