Gated Recurrent Unit (GRU)

ผู้เขียน: Roger Morrison
วันที่สร้าง: 27 กันยายน 2021
วันที่อัปเดต: 21 มิถุนายน 2024
Anonim
Simple Explanation of GRU (Gated Recurrent Units) | Deep Learning Tutorial 37 (Tensorflow & Python)
วิดีโอ: Simple Explanation of GRU (Gated Recurrent Units) | Deep Learning Tutorial 37 (Tensorflow & Python)

เนื้อหา

คำจำกัดความ - Gated Recurrent Unit (GRU) หมายถึงอะไร

gated recurrent Unit (GRU) เป็นส่วนหนึ่งของรูปแบบเฉพาะของเครือข่ายประสาทกำเริบที่ต้องการใช้การเชื่อมต่อผ่านลำดับของโหนดเพื่อทำงานการเรียนรู้ของเครื่องที่เกี่ยวข้องกับหน่วยความจำและการจัดกลุ่มเช่นในการรู้จำเสียงหน่วยที่เกิดขึ้นซ้ำของ Gated ช่วยในการปรับน้ำหนักอินพุตของโครงข่ายประสาทเทียมเพื่อแก้ไขปัญหาการไล่ระดับสีแบบหายไปซึ่งเป็นปัญหาที่พบได้บ่อยกับเครือข่ายประสาทที่เกิดขึ้นอีก


ข้อมูลเบื้องต้นเกี่ยวกับ Microsoft Azure และ Microsoft Cloud | ในคู่มือนี้คุณจะได้เรียนรู้ว่าการประมวลผลแบบคลาวด์คืออะไรและ Microsoft Azure สามารถช่วยคุณในการโยกย้ายและดำเนินธุรกิจจากคลาวด์อย่างไร

Techopedia อธิบาย Gated Recurrent Unit (GRU)

เนื่องจากการปรับแต่งโครงสร้างเครือข่ายนิวรัลแบบกำเริบทั่วไปหน่วยการเกิดซ้ำแบบ gated จึงมีสิ่งที่เรียกว่าประตูการอัพเดทและประตูการรีเซ็ต การใช้เวกเตอร์สองตัวนี้โมเดลจะปรับแต่งเอาต์พุตโดยควบคุมการไหลของข้อมูลผ่านโมเดล เช่นเดียวกับรุ่นเครือข่ายแบบซ้ำ ๆ อื่น ๆ รุ่นที่มีหน่วยกำเริบแบบมีรั้วรอบขอบชิดสามารถเก็บข้อมูลไว้ได้ในช่วงระยะเวลาหนึ่งนั่นคือเหตุผลที่วิธีที่ง่ายที่สุดวิธีหนึ่งในการอธิบายเทคโนโลยีประเภทนี้คือพวกเขาเป็นเครือข่ายประสาทประเภท . ในทางตรงกันข้ามเครือข่ายประสาทประเภทอื่น ๆ ที่ไม่มีหน่วยกำเริบรั้วรอบขอบชิดมักจะไม่มีความสามารถในการเก็บข้อมูล

นอกจากการรู้จำเสียงแล้วแบบจำลองโครงข่ายประสาทเทียมโดยใช้หน่วยกำเริบ gated อาจใช้สำหรับการวิจัยเกี่ยวกับจีโนมมนุษย์การวิเคราะห์ลายมือและอื่น ๆ อีกมากมาย เครือข่ายนวัตกรรมเหล่านี้บางส่วนใช้ในการวิเคราะห์ตลาดหุ้นและงานของรัฐบาล หลายคนใช้ประโยชน์จากความสามารถที่จำลองขึ้นมาของเครื่องจักรเพื่อจดจำข้อมูล