Buscar

Liste as principais diferenças entre as unidades GRU (Gated Recurrent Unit) e LSTM (Long Short-Term Memory): A GRU e LSTM diferem no número de cama...

Liste as principais diferenças entre as unidades GRU (Gated Recurrent Unit) e LSTM (Long Short-Term Memory):
A GRU e LSTM diferem no número de camadas utilizadas no modelo. A GRU possui apenas uma camada oculta e a LSTM possui duas camadas ocultas.
A GRU possui apenas uma variável de estado (sinal de memória) e 2 portas de controle, a LSTM possui duas variáveis de estado (sinal memória) e 3 portas.
A GRU possui duas variáveis de estado (sinal de memória) e 2 portas, a LSTM possui apenas uma variável de estado (sinal memória) e 3 portas.
A GRU e LSTM possuem a mesma quantidade de portas e variáveis de estado. A diferença principal está na forma de treinamento dos modelos.
A GRU não permite a criação de uma arquitetura bidirecional. Esta só é possível com as unidades LSTM.

a. Transcrição de áudio em texto.
b. Predição do valor futuro de uma ação.
c. Geração automática de texto.
d. Classificação de imagens, aproximação de funções e criação de memórias associativas.

Essa pergunta também está no material:

Fazer teste Semana 7 - Atividade Avaliativa Redes
3 pág.

Redes Neurais I Universidade Virtual do Estado de São PauloUniversidade Virtual do Estado de São Paulo

💡 1 Resposta

User badge image

Ed Verified user icon

As principais diferenças entre as unidades GRU (Gated Recurrent Unit) e LSTM (Long Short-Term Memory) são: - A GRU possui duas portas de controle (reset e update) e uma variável de estado (sinal de memória), enquanto a LSTM possui três portas de controle (input, output e forget) e duas variáveis de estado (sinal de memória e célula de memória). - A GRU é mais simples e rápida de treinar do que a LSTM, pois possui menos parâmetros. - A GRU é mais adequada para problemas em que a sequência de entrada é mais curta, enquanto a LSTM é mais adequada para sequências mais longas. - A GRU não permite a criação de uma arquitetura bidirecional, enquanto a LSTM permite. Entre as opções apresentadas, as tarefas que podem ser realizadas com redes neurais são: - Transcrição de áudio em texto. - Predição do valor futuro de uma ação. - Geração automática de texto. - Classificação de imagens, aproximação de funções e criação de memórias associativas.

0
Dislike0

✏️ Responder

SetasNegritoItálicoSublinhadoTachadoCitaçãoCódigoLista numeradaLista com marcadoresSubscritoSobrescritoDiminuir recuoAumentar recuoCor da fonteCor de fundoAlinhamentoLimparInserir linkImagemFórmula

Para escrever sua resposta aqui, entre ou crie uma conta

User badge image

Outros materiais