« Canal » : différence entre les versions

Dernière version du 29 janvier 2024 à 12:27

Définition

Les données d'entrée des modèles d'apprentissage profond peuvent avoir plusieurs canaux. Les exemples canoniques sont les images, qui ont des canaux de couleur rouge, vert et bleu. Une image peut être représentée comme un tenseur tridimensionnel dont les dimensions correspondent au canal, à la hauteur et à la largeur. Les données en langue naturelle peuvent également avoir plusieurs canaux, sous la forme de différents types d'enchâssements par exemple.

Français

Canal

Anglais

Channel

Sources

@@ Ligne 1 : / Ligne 1 : @@
-== Domaine ==
-[[catégorie:Démo]] Catégorie Démo
-[[Catégorie:Apprentissage profond]] Apprentissage profond
 == Définition ==
+Les données d'entrée des modèles d'apprentissage profond peuvent avoir plusieurs canaux. Les exemples canoniques sont les images, qui ont des canaux de couleur rouge, vert et bleu. Une image peut être représentée comme un tenseur tridimensionnel dont les dimensions correspondent au canal, à la hauteur et à la largeur. Les données en langue naturelle peuvent également avoir plusieurs canaux, sous la forme de différents types d'enchâssements par exemple.
+== Français ==
+'''Canal'''
-== Termes privilégiés ==
 == Anglais ==
+'''Channel'''
+==Sources==
-'''Channel'''
-Input data to Deep Learning models can have multiple channels. The canonical examples are images, which have red, green and blue color channels. A image can be represented as a 3-dimensional Tensor with the dimensions corresponding to channel, height, and width. Natural Language data can also have multiple channels, in the form of different types of embeddings for example.
+[[Catégorie:Apprentissage profond]]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

« Canal » : différence entre les versions