« Machine de Turing neuronale » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
[[Category:Machine de Turing]]
[[Category:Machine de Turing]]
[[Category:Intelligence artificielle]]Intelligence artificielle<br />
[[Category:Intelligence artificielle]]
[[Catégorie:Apprentissage profond]]Apprentissage profond<br>  
Intelligence artificielle<br />
[[Catégorie:Apprentissage profond]]
Apprentissage profond<br>  
[[Catégorie:Réseau de neurones artificiels]]
[[Catégorie:Réseau de neurones artificiels]]
[[Catégorie:Apprentissage profond]]
[[Catégorie:Apprentissage profond]]
Ligne 12 : Ligne 14 :
Réseau de neurones récurrent capable d'accéder à une mémoire externe via un mécanisme d'attention, résultant en un système analogue à une machine de Turing (ordinateur universel) qui se distingue par sa capacité d'apprendre de bout-en-bout par descente de gradient.
Réseau de neurones récurrent capable d'accéder à une mémoire externe via un mécanisme d'attention, résultant en un système analogue à une machine de Turing (ordinateur universel) qui se distingue par sa capacité d'apprendre de bout-en-bout par descente de gradient.


Note
Note: inventée par une équipe de Google DeepMind en 2014, la principale application expérimentale de la machine de Turing neuronale est l'apprentissage automatique d'algorithmes.   
Inventée par une équipe de Google DeepMind en 2014, la principale application expérimentale de la machine de Turing neuronale est l'apprentissage automatique d'algorithmes.   


Une application type des MTN est la génération d'algorithmes simples à partir d'exemples. Par exemple, une machine de Turing neuronale peut apprendre un algorithme de tri à partir d'exemples d'entrées et de sorties. Pour le moment, les algorithmes pouvant être «approximés» ou «simulés» demeurent assez simples.
Une application type des MTN est la génération d'algorithmes simples à partir d'exemples. Ainsi, une machine de Turing neuronale peut apprendre un algorithme de tri à partir d'exemples d'entrées et de sorties. Pour le moment, les algorithmes pouvant être «approximés» ou «simulés» demeurent assez simples.


==Français==
==Français==
Ligne 31 : Ligne 32 :
Source : Wikipedia, DeepMind, https://fr.wikipedia.org/wiki/DeepMind#Machine_de_Turing_neuronale, consulté le 20 mai 2019.
Source : Wikipedia, DeepMind, https://fr.wikipedia.org/wiki/DeepMind#Machine_de_Turing_neuronale, consulté le 20 mai 2019.


[https://fr.wikipedia.org/wiki/DeepMind#Machine_de_Turing_neuronale     Source: Wikipedia]
[https://fr.wikipedia.org/wiki/DeepMind#Machine_de_Turing_neuronale Source: Wikipedia]

Version du 18 juin 2019 à 20:34

Intelligence artificielle
Apprentissage profond

Définition

Réseau de neurones récurrent capable d'accéder à une mémoire externe via un mécanisme d'attention, résultant en un système analogue à une machine de Turing (ordinateur universel) qui se distingue par sa capacité d'apprendre de bout-en-bout par descente de gradient.

Note: inventée par une équipe de Google DeepMind en 2014, la principale application expérimentale de la machine de Turing neuronale est l'apprentissage automatique d'algorithmes.

Une application type des MTN est la génération d'algorithmes simples à partir d'exemples. Ainsi, une machine de Turing neuronale peut apprendre un algorithme de tri à partir d'exemples d'entrées et de sorties. Pour le moment, les algorithmes pouvant être «approximés» ou «simulés» demeurent assez simples.

Français

machine de Turing neuronale n.f.

Anglais

neural Turing machine

NTM



Source : Wikipedia, DeepMind, https://fr.wikipedia.org/wiki/DeepMind#Machine_de_Turing_neuronale, consulté le 20 mai 2019.

Source: Wikipedia