Sous-échantillonnage par valeur maximale

Domaine

Intelligence artificielle
Apprentissage automatique
Réseau de neurones artificiels
Apprentissage profond

Définition

Le sous-échantillonnage par le maximum (en anglais max-pooling) est une technique utilisée au niveau des couches de partage (pooling layers) des réseaux de neurones convolutifs (RNC) (en anglais Convolutional Neural Networks, CNN) pour sous-échantillonner les données afin de réduire le nombre de paramètres, la quantité de calculs et par conséquent le sur-ajustement (overfitting). Plus précisément, le sous-échantillonnage par le maximum consiste à réduire la dimension des données en ne conservant l’information la plus importante. Par exemple, dans le cas d'une image, la technique de sous-échantillonnage par le maximum ne retiendra que le pixel du voisinage qui a la plus forte intensité.

Français

sous-échantillonnage par le maximum

max-pooling

Anglais

Max-Pooling