échantillonnage de candidats

Optimisation réalisée lors de lapprentissage, dans laquelle une probabilité est calculée pour toutes les étiquettes positives, en utilisant par exemple softmax, mais seulement pour un échantillon aléatoire détiquettes négatives. Si un exemple est étiqueté beagle et chien, léchantillonnage de candidats calcule les probabilités prédites et les termes de pertes correspondants pour les sorties de classe beagle et chien, en plus dun sous-ensemble aléatoire des classes restantes (chat, sucette, clôture). Le but est que les classes négatives puissent apprendre à partir dun renforcement négatif moins fréquent tant que les classes positives sont correctement renforcées positivement, ce qui est effectivement observé empiriquement. Lintérêt de léchantillonnage des candidats est daméliorer lefficacité du calcul en ne calculant pas les prédictions pour tous les négatifs.

 

Français

échantillonnage de candidats

Anglais

candidate sampling

Source: Google machine learning glossary