« Module Inception » : différence entre les versions


m (JBM a déplacé la page Inception Module vers Module Inception)
Aucun résumé des modifications
Ligne 10 : Ligne 10 :


<small>
<small>


[https://deepai.org/machine-learning-glossary-and-terms/inception-module  Source : DeepAI.org ]
[https://deepai.org/machine-learning-glossary-and-terms/inception-module  Source : DeepAI.org ]
Ligne 16 : Ligne 15 :
[https://tel.archives-ouvertes.fr/tel-03022934/document  Source : Khouloud Dahmane. ''Analyse d’images par méthode de Deep Learning appliquée au contexte routier en conditions météorologiques dégradées''. Vision par ordinateur et reconnaissance de formes. Université Clermont Auvergne, 2020. Français. ffNNT : 2020CLFAC020. tel-03022934f]
[https://tel.archives-ouvertes.fr/tel-03022934/document  Source : Khouloud Dahmane. ''Analyse d’images par méthode de Deep Learning appliquée au contexte routier en conditions météorologiques dégradées''. Vision par ordinateur et reconnaissance de formes. Université Clermont Auvergne, 2020. Français. ffNNT : 2020CLFAC020. tel-03022934f]


[[Catégorie:DeepAI.org]]
 
[[Catégorie:Publication]]
 
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Version du 16 novembre 2021 à 20:16

Définition

Dans un réseau de neurones convolutifs, un module Inception permet de tester plusieurs configurations de convolution avec des filtres de tailles multiples (1×1, 3×3 ou 5×5) sur le même niveau à travers des convolutions en parallèle, et ce, de façon à améliorer les performances des réseaux de neurones profonds à la fois en matière de rapidité et de précision.

Français

module Inception

Anglais

Inception module


Source : DeepAI.org

Source : Khouloud Dahmane. Analyse d’images par méthode de Deep Learning appliquée au contexte routier en conditions météorologiques dégradées. Vision par ordinateur et reconnaissance de formes. Université Clermont Auvergne, 2020. Français. ffNNT : 2020CLFAC020. tel-03022934f