Tartalom
- Meghatározás - Mit jelent a kapu ismétlődő egység (GRU)?
- Bevezetés a Microsoft Azure és a Microsoft Cloud | A jelen útmutató során megtanulja, mi szól a felhőalapú számítástechnikából, és hogyan segítheti a Microsoft Azure a felhőből történő migrációt és az üzleti vállalkozás futtatását.
- A Techopedia magyarázza a kapu ismétlődő egységet (GRU)
Meghatározás - Mit jelent a kapu ismétlődő egység (GRU)?
A rejtett ismétlődő egység (GRU) egy olyan visszatérő ideghálózat speciális modelljének része, amely a csomópontsorozaton keresztül történő kapcsolatokat szándékozik felhasználni gépi tanulási feladatok elvégzésére, például a beszédfelismeréshez, a memóriához és a klaszterekhez.A kapuzott ismétlődő egységek segítenek az ideghálózat bemeneti súlyának beállításában annak érdekében, hogy megoldódjon a megszűnő gradiens probléma, amely a visszatérő ideghálózatoknál gyakori probléma.
Bevezetés a Microsoft Azure és a Microsoft Cloud | A jelen útmutató során megtanulja, mi szól a felhőalapú számítástechnikából, és hogyan segítheti a Microsoft Azure a felhőből történő migrációt és az üzleti vállalkozás futtatását.
A Techopedia magyarázza a kapu ismétlődő egységet (GRU)
Az általános ismétlődő neurális hálózati struktúra finomításaként a kapuzott ismétlődő egységek rendelkeznek úgynevezett frissítési kapuval és egy alaphelyzetbe állító kapuval. E két vektor felhasználásával a modell finomítja a kimeneteket azáltal, hogy szabályozza az információáramlást a modelln keresztül. Más ismétlődő hálózati modellekhez hasonlóan a kapuzott ismétlődő egységekkel rendelkező modellek egy ideig megőrzik az információkat - ezért az ilyen technológiák leírására az egyik legegyszerűbb módszer az, hogy ezek "emlékközpontú" típusú ideghálózatok. . Ezzel ellentétben, más típusú ideghálózatok, amelyek nem tartalmaznak rejtett ismétlődő egységeket, gyakran nem képesek információt megtartani.
A beszédfelismerés mellett a kapu ismétlődő egységeket használó neurális hálózati modellek felhasználhatók az emberi genom kutatására, a kézírás elemzésére és még sok minden másra. Ezen innovatív hálózatok némelyikét felhasználják a tőzsdei elemzésben és a kormányzati munkában. Sokan kihasználják a gépek szimulált képességét az információk emlékezésére.