Gated Recurrent Unit (GRU)

Schrijver: Roger Morrison
Datum Van Creatie: 27 September 2021
Updatedatum: 21 Juni- 2024
Anonim
Simple Explanation of GRU (Gated Recurrent Units) | Deep Learning Tutorial 37 (Tensorflow & Python)
Video: Simple Explanation of GRU (Gated Recurrent Units) | Deep Learning Tutorial 37 (Tensorflow & Python)

Inhoud

Definitie - Wat betekent Gated Recurrent Unit (GRU)?

Een gated recurrent unit (GRU) maakt deel uit van een specifiek model van recidiverend neuraal netwerk dat van plan is om verbindingen te gebruiken via een reeks knooppunten om machine-leertaken uit te voeren die verband houden met geheugen en clustering, bijvoorbeeld bij spraakherkenning.Gated terugkerende eenheden helpen bij het aanpassen van de inputgewichten van het neurale netwerk om het probleem van de verdwijnende gradiënt op te lossen dat een veel voorkomend probleem is bij terugkerende neurale netwerken.


Een inleiding tot Microsoft Azure en de Microsoft Cloud | In deze handleiding leert u wat cloud computing inhoudt en hoe Microsoft Azure u kan helpen bij het migreren en runnen van uw bedrijf vanuit de cloud.

Techopedia verklaart Gated Recurrent Unit (GRU)

Als een verfijning van de algemene terugkerende neurale netwerkstructuur hebben gated terugkerende eenheden een zogenaamde update-poort en een reset-poort. Met behulp van deze twee vectoren verfijnt het model de output door de informatiestroom door het model te regelen. Net als andere soorten terugkerende netwerkmodellen, kunnen modellen met gated terugkerende eenheden informatie gedurende een bepaalde periode bewaren - daarom is een van de eenvoudigste manieren om dit soort technologieën te beschrijven, dat ze een "geheugengecentreerd" type neuraal netwerk zijn . Andere typen neurale netwerken zonder gated terugkerende eenheden hebben daarentegen vaak niet de mogelijkheid om informatie vast te houden.


Naast spraakherkenning kunnen neurale netwerkmodellen met behulp van gated terugkerende eenheden worden gebruikt voor onderzoek naar het menselijk genoom, handschriftanalyse en nog veel meer. Sommige van deze innovatieve netwerken worden gebruikt voor beursanalyses en overheidswerkzaamheden. Velen van hen maken gebruik van het gesimuleerde vermogen van machines om informatie te onthouden.