Contenido
- Definición: ¿Qué significa la Unidad recurrente cerrada (GRU)?
- Una introducción a Microsoft Azure y la nube de Microsoft | A lo largo de esta guía, aprenderá de qué se trata la computación en la nube y cómo Microsoft Azure puede ayudarlo a migrar y administrar su negocio desde la nube.
- Techopedia explica la Unidad Recurrente Cerrada (GRU)
Definición: ¿Qué significa la Unidad recurrente cerrada (GRU)?
Una unidad recurrente cerrada (GRU) es parte de un modelo específico de red neuronal recurrente que tiene la intención de usar conexiones a través de una secuencia de nodos para realizar tareas de aprendizaje automático asociadas con la memoria y la agrupación, por ejemplo, en el reconocimiento de voz.Las unidades recurrentes cerradas ayudan a ajustar los pesos de entrada de la red neuronal para resolver el problema de gradiente de fuga que es un problema común con las redes neuronales recurrentes.
Una introducción a Microsoft Azure y la nube de Microsoft | A lo largo de esta guía, aprenderá de qué se trata la computación en la nube y cómo Microsoft Azure puede ayudarlo a migrar y administrar su negocio desde la nube.
Techopedia explica la Unidad Recurrente Cerrada (GRU)
Como un refinamiento de la estructura general de la red neuronal recurrente, las unidades recurrentes cerradas tienen lo que se llama una puerta de actualización y una puerta de reinicio. Usando estos dos vectores, el modelo refina las salidas al controlar el flujo de información a través del modelo. Al igual que otros tipos de modelos de red recurrentes, los modelos con unidades recurrentes activadas pueden retener información durante un período de tiempo; es por eso que una de las formas más simples de describir este tipo de tecnologías es que son un tipo de red neuronal "centrada en la memoria" . Por el contrario, otros tipos de redes neuronales sin unidades recurrentes cerradas a menudo no tienen la capacidad de retener información.
Además del reconocimiento de voz, los modelos de redes neuronales que utilizan unidades recurrentes activadas pueden usarse para la investigación sobre el genoma humano, el análisis de escritura a mano y mucho más. Algunas de estas redes innovadoras se utilizan en el análisis del mercado de valores y el trabajo del gobierno. Muchos de ellos aprovechan la capacidad simulada de las máquinas para recordar información.