« Échantillonnage de candidats » : différence entre les versions


m (Remplacement de texte — « <!-- Vocabulaire --> » par «  »)
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 1 : Ligne 1 :
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Apprentissage profond]]
== Définition ==
== Définition ==
Optimisation réalisée lors de l'apprentissage, dans laquelle une probabilité est calculée pour toutes les étiquettes positives, en utilisant par exemple softmax, mais seulement pour un échantillon aléatoire d'étiquettes négatives. Si un exemple est étiqueté beagle et chien, l'échantillonnage de candidats calcule les probabilités prédites et les termes de pertes correspondants pour les sorties de classe beagle et chien, en plus d'un sous-ensemble aléatoire des classes restantes (chat, sucette, clôture).  
Optimisation réalisée lors de l'apprentissage, dans laquelle une probabilité est calculée pour toutes les étiquettes positives, en utilisant par exemple softmax, mais seulement pour un échantillon aléatoire d'étiquettes négatives. Si un exemple est étiqueté beagle et chien, l'échantillonnage de candidats calcule les probabilités prédites et les termes de pertes correspondants pour les sorties de classe beagle et chien, en plus d'un sous-ensemble aléatoire des classes restantes (chat, sucette, clôture).  


== Français ==
== Français ==
''' échantillonnage de candidats nom masc.'''
''' échantillonnage de candidats '''    <small> loc. nom. masc. </small>


== Anglais ==
== Anglais ==
'''  candidate sampling  '''
'''  candidate sampling  '''


<small>


<small>
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]




[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Apprentissage profond]]

Version du 6 mai 2020 à 19:45

Définition

Optimisation réalisée lors de l'apprentissage, dans laquelle une probabilité est calculée pour toutes les étiquettes positives, en utilisant par exemple softmax, mais seulement pour un échantillon aléatoire d'étiquettes négatives. Si un exemple est étiqueté beagle et chien, l'échantillonnage de candidats calcule les probabilités prédites et les termes de pertes correspondants pour les sorties de classe beagle et chien, en plus d'un sous-ensemble aléatoire des classes restantes (chat, sucette, clôture).

Français

échantillonnage de candidats loc. nom. masc.

Anglais

candidate sampling

Source: Google machine learning glossary