« Problème de l'explosion du gradient » : différence entre les versions

Dernière version du 11 octobre 2024 à 08:32

Définition

Problème posé, dans un réseau de neurones profond, par l'augmentation très rapide des valeurs des gradients pendant la rétropropagation, entraînant un dépassement de la capacité de la représentation interne des nombres et l'arrêt de l'apprentissage.

Complément

Plusieurs techniques permettent de contrer l'explosion du gradient à commencer par de meilleures techniques d'initialisation, le choix de fonctions d'activation non saturantes comme la fonction linéaire rectifiée, la normalisation par lots et l'écrêtage de gradient.

Français

problème de l'explosion du gradient

explosion du gradient

Anglais

exploding gradient problem

gradient explosion problem

Sources

Source : Pascanu, Razvan (2014). On Recurrent and Deep Neural Networks, thèse de doctorat, Université de Montréal, 267 pages.

Source : openclassrooms.com

Source : Termino

Source : Claude Coulombe ( discussion)

@@ Ligne 1 : / Ligne 1 : @@
-== Domaine ==
+==Définition==
-[[Category:Vocabulary]]<br>
+Problème posé, dans un réseau de neurones profond, par l'augmentation très rapide des valeurs des gradients pendant la rétropropagation, entraînant un dépassement de la capacité de la représentation interne des nombres et l'arrêt de l'apprentissage.
-[[Category:Intelligence artificielle]]Intelligence artificielle<br>
-[[Catégorie:Apprentissage automatique]]Apprentissage automatique<br>
+==Complément==
-[[Catégorie:Réseau de neurones artificiels]]Réseau de neurones artificiels<br>
+Plusieurs techniques permettent de contrer l'explosion du gradient à commencer par de meilleures techniques d'initialisation, le choix de fonctions d'activation non saturantes comme la fonction linéaire rectifiée, la normalisation par lots et l'écrêtage de gradient.
-[[Catégorie:Apprentissage profond]]Apprentissage profond<br>
-[[Category:Coulombe]]Coulombe<br>
-[[Category:scotty]]
-== Définition ==
+==Français==
-Le problème de l'explosion du gradient est l'opposé du problème du gradient évanescent (ou disparition du gradient). Dans les réseaux de neurones profonds, la valeur des gradients peut augmenter d'une façon explosive pendant la rétropropagation, entraînant un dépassement de la capacité de la représentation interne des nombres (en anglais number overflow).
+'''problème de l'explosion du gradient'''
-Plusieurs techniques permettent de contrer l'explosion du gradient à commencer par de meilleures techniques d'initialisation (par exemple, Xavier ou Glorot), le choix de fonctions d'activation non saturantes comme la fonction linéaire rectifiée (en anglais ReLU), la normalisation par lots (en anglais batch normalization) et l'écrêtage de gradient (en anglais gradient clipping).
+'''explosion du gradient'''
-== Français ==
+==Anglais==
-'''problème de l'explosion du gradient'''   n.m.<br>
+'''exploding gradient problem'''
-'''problème de l'explosion des gradients'''   n.m.
+'''gradient explosion problem'''
-== Anglais ==
+==Sources==
+Source : Pascanu, Razvan (2014). ''On Recurrent and Deep Neural Networks'', thèse de doctorat, Université de Montréal, 267 pages.
-'''Exploding Gradient Problem'''
+[https://openclassrooms.com/courses/utilisez-des-modeles-supervises-non-lineaires/empilez-les-perceptrons Source : openclassrooms.com]
+[[Utilisateur:Patrickdrouin  | Source : Termino]]
+[[Utilisateur:Claude COULOMBE | Source : Claude Coulombe]]   ([[Discussion utilisateur:Claude COULOMBE | discussion]])
-<br>
+[[Category:Intelligence artificielle]]
+[[Catégorie:Apprentissage automatique]]
-<br>
+[[Catégorie:Apprentissage profond]]
+[[Category:GRAND LEXIQUE FRANÇAIS]]
-[https://openclassrooms.com/courses/utilisez-des-modeles-supervises-non-lineaires/empilez-les-perceptrons            Référence: openclassrooms.com]

« Problème de l'explosion du gradient » : différence entre les versions