« Couche de sous-échantillonnage » : différence entre les versions


mAucun résumé des modifications
Balise : Éditeur de wikicode 2017
m (Remplacement de texte : « Category:Termino 2019 » par «  »)
 
(23 versions intermédiaires par 4 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== Domaine ==
==Définition==
Couche d'un réseau convolutif permettant d'ajouter de l'invariance spatiale tout en réduisant la dimension des données par [[sous-échantillonnage]].


[[Category:Vocabulaire]]
==Français==
'''couche de sous-échantillonnage''' 


[[Category:Intelligence artificielle]]Intelligence artificielle<br />
==Anglais==
[[Category:Apprentissage profond]]Apprentissage profond<br />
'''pooling layer'''
 
==Sources==
[[Category:Termino 2019]]
[[Category:SCOTTY]]
 
 
<br>
 
 
 
== Définition ==
Couche d'un réseau convolutif permettant d'ajouter de l'invariance spatiale tout en réduisant la dimension des données.
 
 
 
<br>
 
 
 
== Français ==
 
'''couche de sous-échantillonnage'''
 
'''couche de pooling'''


Source: Damien Fourure. ''Réseaux de neurones convolutifs pour la segmentation sémantique et l’apprentissage d’invariants de couleur''. Vision par ordinateur et reconnaissance de formes [cs.CV]. Université de Lyon, 2017. Français.  NNT : 2017LYSES056 .


[[Utilisateur:Claude COULOMBE | source: Claude Coulombe, Datafranca.org]]   


   
Source: Remi Delassus. ''Apprentissage automatique pour la détection d’anomalies dans les données ouvertes : application à la cartographie.'' Traitement des images [eess.IV]. Université de Bordeaux, 2018. Français. NNT : 2018BORD0230 . tel-02100741


[[Utilisateur:Patrickdrouin  | Source: Termino]]




== Anglais ==
[[Category:Intelligence artificielle]]
[[Category:Apprentissage profond]]


'''pooling layer'''
[[Category:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 11 octobre 2024 à 08:32

Définition

Couche d'un réseau convolutif permettant d'ajouter de l'invariance spatiale tout en réduisant la dimension des données par sous-échantillonnage.

Français

couche de sous-échantillonnage

Anglais

pooling layer

Sources

Source: Damien Fourure. Réseaux de neurones convolutifs pour la segmentation sémantique et l’apprentissage d’invariants de couleur. Vision par ordinateur et reconnaissance de formes [cs.CV]. Université de Lyon, 2017. Français. NNT : 2017LYSES056 .

source: Claude Coulombe, Datafranca.org

Source: Remi Delassus. Apprentissage automatique pour la détection d’anomalies dans les données ouvertes : application à la cartographie. Traitement des images [eess.IV]. Université de Bordeaux, 2018. Français. NNT : 2018BORD0230 . tel-02100741

Source: Termino