« Sous-échantillonnage » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 25 : Ligne 25 :
[https://stanford.edu/~shervine/l/fr/teaching/cs-230/pense-bete-reseaux-neurones-convolutionnels Source: Amidi, Shervine et Afshine Amidi, ''Pense-bête de réseaux de neurones convolutionnels''.]
[https://stanford.edu/~shervine/l/fr/teaching/cs-230/pense-bete-reseaux-neurones-convolutionnels Source: Amidi, Shervine et Afshine Amidi, ''Pense-bête de réseaux de neurones convolutionnels''.]


Source: ''Google machine learning glossary''.
Source: Google, '' machine learning glossary''.


Source: Goodfellow, Bangio, Courville p.344, ''L'Apprentissage profond''.
Source: Goodfellow, Bangio, Courville p.344, ''L'Apprentissage profond''.


[[Utilisateur:Patrickdrouin  | Source: Termino]]
[[Utilisateur:Patrickdrouin  | Source: Termino]]

Version du 15 juillet 2019 à 14:45


Définition

Processus qui consiste à remplacer les valeurs contenues dans une fenêtre d'observation (l'échantillon) par une valeur unique calculée à partir des valeurs de l'échantillon. Cela permet de rajouter de l’invariance spatiale lors de l’extraction d'attributs tout en réduisant la dimension des données.

Le calcul à la base du sous-échantillonnage peut être de différentes natures mais les types les plus utilisés sont le sous-échantillonnage par valeur maximale (Max Pooling) et le sous-échantillonnage par valeur moyenne (Average Pooling).

Français

sous-échantillonnage loc. nom. masc.

agrégation loc. nom. fém.

regroupement loc. nom. masc.

Anglais

pooling



Source: Amidi, Shervine et Afshine Amidi, Pense-bête de réseaux de neurones convolutionnels.

Source: Google, machine learning glossary.

Source: Goodfellow, Bangio, Courville p.344, L'Apprentissage profond.

Source: Termino