Machine learning
Gated Recurrent Unit (GRU)
Gated Recurrent Unit (GRU) หรือ หน่วยความจำแบบวนซ้ำแบบมีประตู เป็นเซลล์โครงข่ายประสาทเทียมแบบวนซ้ำที่มีประตู ซึ่งนำเสนอโดย Cho และคณะในปี 2014 สามารถจับความสัมพันธ์ระยะยาวในข้อมูลลำดับโดยใช้ประตูอัปเดตและประตูรีเซ็ต ให้ประสิทธิภาพเทียบเคียงได้กับ LSTM โดยมีพารามิเตอร์น้อยกว่า
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Gated Recurrent Unit. ScholarGate. https://scholargate.app/th/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.
- กลไกการใส่ใจ (Attention Mechanism)การเรียนรู้เชิงลึก↔ compare
- โครงข่ายประสาทเทียมแบบวนซ้ำสองทิศทางการเรียนรู้เชิงลึก↔ compare
- Random Forestการเรียนรู้ของเครื่อง↔ compare
- แบบจำลองลำดับต่อลำดับการเรียนรู้เชิงลึก↔ compare
- XGBoostการเรียนรู้ของเครื่อง↔ compare