Unité Récurrente à Portes (GRU)

term_id: gated_recurrent_unit

Category: basic_concepts

Definition

Une Unité Récurrente à Portes (GRU) est une cellule spécialisée de réseau neuronal récurrent (RNN) conçue pour capturer les dépendances à long terme dans les données séquentielles. Elle simplifie l’architecture du Long Short-Term Memory (LSTM) en combinant les portes de forget et d’entrée en une seule porte de mise à jour, tout en conservant une capacité efficace à gérer les séquences longues.

Summary

Un type d’architecture de réseau neuronal récurrent qui utilise des mécanismes de porte pour contrôler le flux d’informations, servant d’alternative simplifiée au LSTM.

Key Concepts

  • Réseau Neuronal Récurrent
  • Porte de Mise à Jour
  • Porte de Réinitialisation
  • Modélisation de Séquences

Use Cases

  • Traitement du langage naturel
  • Prévision de séries chronologiques
  • Reconnaissance vocale

Code Example

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

import torch.nn as nn

# Define a simple GRU layer
gru = nn.GRU(input_size=10, hidden_size=20, num_layers=1)

# Example input: (seq_len, batch, input_size)
input_data = torch.randn(5, 3, 10)
hidden_state = None

output, hidden = gru(input_data, hidden_state)

Related