« Réseau récurrent à portes » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
== Domaine ==
== Domaine ==


[[Category:Vocabulary]]  Vocabulary
[[Category:Vocabulary]]  Vocabulary<br />
 
[[Catégorie:Apprentissage profond]] Apprentissage profond
[[Catégorie:Apprentissage profond]] Apprentissage profond
 
== Définition ==
== Définition ==
   
   

Version du 18 mars 2018 à 09:29

Domaine

Vocabulary
Apprentissage profond

Définition

Termes privilégiés

terme

Anglais

GRU

The Gated Recurrent Unit is a simplified version of an LSTM unit with fewer parameters. Just like an LSTM cell, it uses a gating mechanism to allow RNNs to efficiently learn long-range dependency by preventing the vanishing gradient problem. The GRU consists of a reset and update gate that determine which part of the old memory to keep vs. update with new values at the current time step. • Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation • Recurrent Neural Network Tutorial, Part 4 – Implementing a GRU/LSTM RNN with Python and Theano