Machine learning
Gated Recurrent Unit (GRU)
Gated Recurrent Unit (GRU) je hradlovaná rekurentná neurónová sieťová bunka, ktorú v roku 2014 predstavili Cho a kolegovia. Zachytáva dlhodobé závislosti v sekvenčných dátach pomocou aktualizačných a resetovacích hradiel, pričom dosahuje výkon porovnateľný s LSTM s menším počtom parametrov.
Prečítať celú metódu
Len pre členov
Prihlásiť saAk si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/sk/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.
- Mechanizmus pozornostiHlboké učenie↔ compare
- Bidirectional RNNHlboké učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
- Model sekvencia-na-sekvenciuHlboké učenie↔ compare
- XGBoostStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →