« Sous-échantillonnage » : différence entre les versions


m (Remplacement de texte — « <small> masculin </small> » par «  »)
m (Remplacement de texte — «  [http » par «  * [http »)
Ligne 18 : Ligne 18 :
<small>
<small>


[https://stanford.edu/~shervine/l/fr/teaching/cs-230/pense-bete-reseaux-neurones-convolutionnels Source: Amidi, Shervine et Afshine Amidi, ''Pense-bête de réseaux de neurones convolutionnels''.]
* [https://stanford.edu/~shervine/l/fr/teaching/cs-230/pense-bete-reseaux-neurones-convolutionnels Source: Amidi, Shervine et Afshine Amidi, ''Pense-bête de réseaux de neurones convolutionnels''.]


Source: Google, '' Machine learning glossary''.
Source: Google, '' Machine learning glossary''.

Version du 4 février 2021 à 23:02

Définition

Processus qui consiste à remplacer les valeurs contenues dans une fenêtre d'observation (l'échantillon) par une valeur unique calculée à partir des valeurs de l'échantillon. Cela permet de rajouter de l’invariance spatiale lors de l’extraction d'attributs tout en réduisant la dimension des données. Le calcul à la base du sous-échantillonnage peut être de différentes natures mais les types les plus utilisés sont le sous-échantillonnage par valeur maximale (Max Pooling) et le sous-échantillonnage par valeur moyenne (Average Pooling).

Français

agrégation

sous-échantillonnage

mise en commun

regroupement

Anglais

pooling


Source: Google, Machine learning glossary.

Source: Goodfellow, Bangio, Courville p.344, L'Apprentissage profond.

Source: Termino