« Descente de gradient stochastique » : différence entre les versions


mAucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 5 : Ligne 5 :
[[Category:Intelligence artificielle]]Intelligence artificielle<br />
[[Category:Intelligence artificielle]]Intelligence artificielle<br />
[[Category:Apprentissage profond]]Apprentissage profond<br>  
[[Category:Apprentissage profond]]Apprentissage profond<br>  
[[Category:scotty2]]
[[Category:Scotty]]
[[Category:SCOTTY]]
 
[[Category:Termino 2019]]
[[Category:Termino 2019]]



Version du 2 juin 2019 à 20:15

Domaine

Intelligence artificielle
Apprentissage profond


Définition

Méthode de descente de gradient itérative sur des lots de données tirés aléatoirement utilisée pour minimiser une fonction objectif qui prend la forme d'une somme de fonctions différentiables


Note

En apprentissage profond, la fonction objectif que l’on cherche à minimiser est souvent non convexe et non régulière. La convergence de la descente du gradient vers le minimum global n’est donc pas garantie et la convergence même vers un minimum local peut être extrêmement lente. Une solution à ce problème consiste en l’utilisation de l’algorithme de descente de gradient stochastique



Français

descente de gradient stochastique


Source: Benois-Pineau, J.; Gillot, P; Y. Nesterov et A. Zemmari (2018). Reconnaissance des Formes, Image, Apprentissage et Perception, Actes de la conférence Reconnaissance des Formes, Image, Apprentissage et Perception, 7 pages.


Anglais

stochastic gradient descent

SGD


Source: Google machine learning glossary

Source : theses.fr