Compará el costo paramétrico de LSTM y GRU y observá cómo capacidad, epochs y dropout afectan una curva de entrenamiento pedagógica.
Deslizá el gráfico horizontalmente para recorrerlo.
Tres compuertas principales y estado de celda explícito. Mayor flexibilidad, más parámetros.
Menos compuertas y sin estado de celda separado. Suele ser más liviana.
Una capa recurrente, una dirección y sin cabeza de salida. PyTorch usa bias de entrada y bias recurrente. Su dropout interno actúa entre capas recurrentes y no se aplica si hay una sola capa; aquí el slider sólo modifica curvas ilustrativas.
Más unidades reducen bias pero pueden aumentar varianza. Dropout ayuda a regularizar, pero demasiado dropout puede impedir aprendizaje.
Experimentá y explicá
1. Con d=8 y u=32, compará LSTM/GRU y uno/dos vectores de bias.
Con dos biases: LSTM 5.376 y GRU 4.032. Con uno: 5.248 y 3.936. Una capa, una dirección, sin cabeza de salida.
2. Variá dropout de 0 a 0,6 y épocas de 20 a 150. Identificá el mínimo de validación.
Las curvas se generan con una fórmula y muestran un compromiso ilustrativo. No miden desempeño real ni prueban superioridad de una arquitectura.
Registrá la configuración, el resultado y tu interpretación.