« Descente de gradient » : différence entre les versions
(Ajustement de quelques sections de la fiche.) Balise : Éditeur de wikicode 2017 |
m (Remplacement de texte : « Category:Termino 2019 » par « ») |
||
| (29 versions intermédiaires par 5 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | |||
== Définition == | |||
Technique permettant de minimiser les pertes en calculant les gradients des pertes par rapport aux paramètres du modèle en fonction des données d'entraînement. | Technique permettant de minimiser les pertes en calculant les gradients des pertes par rapport aux paramètres du modèle en fonction des données d'entraînement. | ||
La descente de gradient ajuste les paramètres de façon itérative en trouvant graduellement la meilleure combinaison de poids et de biais pour minimiser la perte. | |||
==Compléments== | |||
Par abus de langage on utilise « descente de gradient » pour faire référence à la fois à la « '''[[descente de gradient stochastique]]''' » et à la « descente de gradient par mini-lot ». En mathématiques, la descente de gradient prend en considération l'ensemble des points sans '''[[échantillonnage]]''', on pourrait alors parler de « vraie descente de gradient » (''true gradient descent''). | |||
==Français== | |||
'''descente de gradient''' | |||
'''descente de gradient stochastique''' | |||
==Anglais== | |||
== | '''gradient descent''' | ||
''' | |||
'''stochastic gradient descent''' | |||
==Sources== | |||
Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018),'' Apprentissage profond'', Paris, Massot éditions, 800 pages. | |||
Source : Fourure, Damien (2017). ''Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur''. thèse de doctorat, Université de Lyon, 178 pages. | |||
[https://developers.google.com/machine-learning/glossary/ Source : Google machine learning glossary] | |||
[[Utilisateur:JulieRoy | Source : Julie Roy, Termino]] | |||
[[Category:GRAND LEXIQUE FRANÇAIS]] | |||
[ | |||
Dernière version du 11 octobre 2024 à 08:33
Définition
Technique permettant de minimiser les pertes en calculant les gradients des pertes par rapport aux paramètres du modèle en fonction des données d'entraînement.
La descente de gradient ajuste les paramètres de façon itérative en trouvant graduellement la meilleure combinaison de poids et de biais pour minimiser la perte.
Compléments
Par abus de langage on utilise « descente de gradient » pour faire référence à la fois à la « descente de gradient stochastique » et à la « descente de gradient par mini-lot ». En mathématiques, la descente de gradient prend en considération l'ensemble des points sans échantillonnage, on pourrait alors parler de « vraie descente de gradient » (true gradient descent).
Français
descente de gradient
descente de gradient stochastique
Anglais
gradient descent
stochastic gradient descent
Sources
Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.
Source : Fourure, Damien (2017). Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur. thèse de doctorat, Université de Lyon, 178 pages.
Contributeurs: Evan Brach, Claire Gorjux, Jacques Barolet, Patrick Drouin, wiki
