Zawartość
- Definicja - Co oznacza Gated Recurrent Unit (GRU)?
- Wprowadzenie do Microsoft Azure i Microsoft Cloud | W tym przewodniku dowiesz się, na czym polega przetwarzanie w chmurze i jak Microsoft Azure może pomóc w migracji i prowadzeniu firmy z chmury.
- Techopedia wyjaśnia Gated Recurrent Unit (GRU)
Definicja - Co oznacza Gated Recurrent Unit (GRU)?
Bramkowa jednostka rekurencyjna (GRU) jest częścią określonego modelu rekurencyjnej sieci neuronowej, która zamierza wykorzystywać połączenia poprzez sekwencję węzłów do wykonywania zadań uczenia maszynowego związanych z pamięcią i klastrowaniem, na przykład w rozpoznawaniu mowy.Bramkowane jednostki rekurencyjne pomagają dostosować wagi wejściowe sieci neuronowej w celu rozwiązania problemu znikającego gradientu, który jest częstym problemem w przypadku rekurencyjnych sieci neuronowych.
Wprowadzenie do Microsoft Azure i Microsoft Cloud | W tym przewodniku dowiesz się, na czym polega przetwarzanie w chmurze i jak Microsoft Azure może pomóc w migracji i prowadzeniu firmy z chmury.
Techopedia wyjaśnia Gated Recurrent Unit (GRU)
Jako udoskonalenie ogólnej powtarzalnej struktury sieci neuronowej, bramkowane jednostki rekurencyjne mają tak zwaną bramkę aktualizacji i bramkę resetowania. Korzystając z tych dwóch wektorów, model udoskonala dane wyjściowe poprzez kontrolowanie przepływu informacji przez model. Podobnie jak inne rodzaje modeli sieci cyklicznych, modele z bramkowanymi jednostkami cyklicznymi mogą przechowywać informacje przez pewien okres czasu - dlatego jednym z najprostszych sposobów opisania tego rodzaju technologii jest to, że są one sieci neuronowej typu „skoncentrowanej na pamięci” . Natomiast inne typy sieci neuronowych bez bramkowanych jednostek rekurencyjnych często nie mają możliwości zatrzymywania informacji.
Oprócz rozpoznawania mowy, modele sieci neuronowej wykorzystujące bramkowane jednostki rekurencyjne mogą być wykorzystywane do badań genomu ludzkiego, analizy pisma ręcznego i wielu innych. Niektóre z tych innowacyjnych sieci są wykorzystywane w analizach giełdowych i pracach rządowych. Wiele z nich wykorzystuje symulowaną zdolność maszyn do zapamiętywania informacji.