« Rétropropagation » : différence entre les versions

Dernière version du 28 janvier 2024 à 12:09

Définition

La rétropropagation est une méthode qui permet aux réseaux de neurones artificiels d’apprendre. Plus précisément, la rétropropagation des erreurs est au cœur de l'algorithme d’optimisation permettant à un réseau de neurones d’apprendre à partir de ses erreurs.

L'idée générale est de propager l'erreur de la sortie vers l’entrée du réseau de neurones afin d'ajuster les poids (ou paramètres) du réseau et d’ainsi minimiser petit à petit l’erreur de sortie.

Compléments

On soumet des données à un réseau de neurones et on lui indique ses bonnes et ses mauvaises réponses. Cette méthode permet d’augmenter le poids relatif des neurones correspondant aux bonnes réponses ou de réduire le poids relatif des neurones correspondant aux mauvaises réponses.

Une première technique consiste à modifier le poids de l'entrée en signe inverse de l'erreur en sortie. Une mauvaises réponse en sortie implique une réduction du poids de l'entrée. Une bonne réponse en sortie implique une augmentation du poids de l'entrée. Un raffinement de cette approche consiste à corriger la pondération proportionnellement à l'importance de l'erreur. C'est-à-dire que plus l'erreur est grande, ce qui correspond à une plus grande différence entre la valeur cible (ou valeur vraie) et la prédiction, plus la correction est importante.

Voir aussi:

Rétropropagation du gradient

Rétropropagation récurrente d'Almeida-Pineda

Rétropropagation à travers le temps

Français

rétropropagation

rétropropagation des erreurs

rétropropagation de l'erreur

rétropropagation d'erreurs

rétropropagation des erreurs

Anglais

backpropagation

error backpropagation

error feedback propagation

feedback propagation

Sources

Source: Lavery.ca.

Source: Google, Machine learning glossary.

101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »

@@ Ligne 1 : / Ligne 1 : @@
+==Définition==
+La rétropropagation est une méthode qui permet aux [[Réseau de neurones artificiels|réseaux de neurones artificiels]] d’apprendre. Plus précisément, la rétropropagation des erreurs est au cœur de l'algorithme d’optimisation permettant à un réseau de neurones d’apprendre à partir de ses erreurs.
-[[Category:intelligence artificielle]]
+L'idée générale est de propager l'erreur de la sortie vers l’entrée du réseau de neurones afin d'ajuster les poids (ou paramètres) du réseau et d’ainsi minimiser petit à petit l’erreur de sortie.
-[[Category:GDT]]
-[[Category:GRAND LEXIQUE FRANÇAIS]]
+==Compléments==
+On soumet des données à un réseau de neurones et on lui indique ses bonnes et ses mauvaises réponses. Cette méthode permet d’augmenter le poids relatif des neurones correspondant aux bonnes réponses ou de réduire le poids relatif des neurones correspondant aux mauvaises réponses.
+Une première technique consiste à modifier le poids de l'entrée en signe inverse de l'erreur en sortie. Une mauvaises réponse en sortie implique une réduction du poids de l'entrée. Une bonne réponse en sortie implique une augmentation du poids de l'entrée. Un raffinement de cette approche consiste à corriger la pondération proportionnellement à l'importance de l'erreur. C'est-à-dire que plus l'erreur est grande, ce qui correspond à une plus grande différence entre la valeur cible (ou valeur vraie) et la prédiction, plus la correction est importante.
+Voir aussi:
+*'''[[Rétropropagation du gradient]]'''
+*'''[[Rétropropagation récurrente d'Almeida-Pineda|Rétropropagation récurrente d'Almeida-Pineda]]'''
+*'''[[Rétropropagation à travers le temps]]'''
+==Français==
-== Définition ==
+'''rétropropagation'''
-Mécanisme par lequel les erreurs d'interprétation, calculées à la sortie d'une ou de plusieurs couches de neurones d'un réseau de neurones artificiels, produisent des signaux qui sont transmis vers les neurones qui ont contribué précédemment à créer des écarts, afin que des correctifs soient apportés en ajustant les coefficients synaptiques ou les biais responsables.
-== Français ==
+'''rétropropagation des erreurs'''
-'''  rétropropagation d'erreurs   n. f.'''
-''' rétropropagation des erreurs   n. f.'''
+'''rétropropagation de l'erreur'''
-''' rétropropagation d'erreur   n. f. '''
+'''rétropropagation d'erreurs'''
-''' rétropropagation de l'erreur   n. f.'''
+'''rétropropagation des erreurs'''
-'''  rétropropagation   n. f.'''
+==Anglais==
-Les composés formés avec rétro- s'écrivent généralement sans trait d'union, sauf lorsque le mot qui le suit commence par i ou u, auquel cas il prend le trait d'union afin d'éviter un problème de prononciation. On doit donc écrire rétropropagation plutôt que rétro-propagation.
+'''backpropagation'''
-== Anglais ==
+'''error backpropagation'''
-'''  error back propagation   '''
-'''  error feedback propagation   '''
+'''error feedback propagation'''
-'''  feedback propagation   '''
+'''feedback propagation'''
-'''  back propagation  '''
+==Sources==
-<small>
+[http://www.lavery.ca/FTP/publication/laboratoire-intelligence-artificielle-lexiqueFR.html#p=9 ''Source: Lavery.ca.'']
+[https://developers.google.com/machine-learning/glossary/ Source: Google, ''Machine learning glossary''.]
+</small><br> {{Modèle:101}}<br>
-[http://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=8393872 ''Source: Grand Dictionnaire Terminologique'' ]
+{{Modèle:GDT}}
-[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
+[[Catégorie:GDT]]
+[[Category:GRAND LEXIQUE FRANÇAIS]]
+[[Catégorie:101]]

« Rétropropagation » : différence entre les versions