« Mini-lot » : différence entre les versions

Version du 2 juin 2019 à 14:49

Domaine

Définition

Petit nombre d'exemples sélectionnés au hasard parmi l'ensemble des exemples d'entraînement et traités simultanément lors d'une itération du processus d'apprentissage.

Note

La taille d'un mini-lot varie généralement entre 10 et 1 000 exemples. L'utilisation des mini-lots permet de calculer plus efficacement la perte que sur l'ensemble des exemples d'apprentissage.

Français

mini-lot n.m.

Anglais

mini-batch

minibatch

Source: Google machine learning glossary
Source:L'APPRENTISSAGE PROFOND

@@ Ligne 7 : / Ligne 7 : @@
 [[Catégorie:App-profond-livre]]
 [[Category:scotty2]]
+[[Category:Termino 2019]]
 <br />
 == Définition ==
-Petit sous-ensemble, sélectionné aléatoirement, du lot complet d'exemples exécutés simultanément dans une même itération d'apprentissage ou d'inférence. La taille de lot d'un mini-lot est généralement comprise entre 10 et 1 000. Il est bien plus efficace de calculer la perte pour un mini-lot que pour l'ensemble entier des données d'apprentissage.
+Petit nombre d'exemples sélectionnés au hasard parmi l'ensemble des exemples d'entraînement et traités simultanément lors d'une itération du processus d'apprentissage.
+Note
+La taille d'un mini-lot varie généralement entre 10 et 1 000 exemples. L'utilisation des mini-lots permet de calculer plus efficacement la perte que sur l'ensemble des exemples d'apprentissage.
 <br />
 == Français ==
-=== mini-lot   <small>n.m.</small> ===
+'''mini-lot'''   <small>n.m.</small>
@@ Ligne 22 : / Ligne 28 : @@
 == Anglais ==
-===  mini-batch===
+'''mini-batch'''
-=== minibatch ===
+'''minibatch'''

« Mini-lot » : différence entre les versions