« Réseau récurrent à portes » : différence entre les versions


mAucun résumé des modifications
Aucun résumé des modifications
 
(37 versions intermédiaires par 4 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== Domaine ==
==Définition==
Le réseau récurrent à portes est une variante simplifiée et plus rapide à entraîner du [[réseau récurrent]] à longue mémoire court terme [[Réseau_récurrent_à_longue_mémoire_court_terme|(LMCT)]].


[[Category:Vocabulary]] Vocabulary<br />
== Compléments ==
[[Category:Claude]]Claude<br />
Le réseau récurrent à portes comporte un seul vecteur d'état et fusionne les portes d'entrée et d'oubli en une porte de mise-à-jour et remplace la porte de sortie par une porte de réinitialisation.
[[Catégorie:Apprentissage profond]] Apprentissage profond
<hr/>
Les réseaux de neurones récurrents à portes ont été développés pour résoudre le problème de l'[[évanescence du gradient]] que peuvent poser les [[réseau récurrent|réseaux de neurones récurrents]] réguliers. Ils peuvent être considérés comme une variante des [[réseau récurrent à longue mémoire court terme|réseaux de neurones récurrents à longue mémoire court terme]] parce qu'ils sont de conception similaire et produisent des résultats identiques dans beaucoup de cas.
<hr/>
Notons au passage que le réseau de neurones récurrent à portes a été créé en 2014 au laboratoire MILA de l'Université de Montréal.


== Définition ==
<br />


'''Robotique''' - Gated Recurrent Unit — une architecture de réseau de neurones récurrent qui utilise des mécanismes de gating (portes de réinitialisation et de mise à jour) pour mémoriser ou oublier sélectivement l'information au fil du temps. Les GRU sont plus simples que les LSTM avec des performances comparables.


== Termes privilégiés ==
En robotique, les GRU sont utilisés dans les politiques de contrôle qui nécessitent une mémoire des observations passées, comme dans les paramètres POMDP où l'état complet n'est pas observable.
===réseau récurrent à portes===
<span><h4>Genre:masculin</h4></span>
<poll>
Choisissez parmi ces termes proposés :
réseau récurrent à portes
réseau de neurones récurrent à portes
unité récurrente à porte
</poll></h4>
<h4>Discussion:</h4>


== Anglais ==
==Français==
===Gated Recurrent Unit===
'''réseau de neurones récurrent à portes'''
===GRU===


The Gated Recurrent Unit is a simplified version of an LSTM unit with fewer parameters. Just like an LSTM cell, it uses a gating mechanism to allow RNNs to efficiently learn long-range dependency by preventing the vanishing gradient problem. The GRU consists of a reset and update gate that determine which part of the old memory to keep vs. update with new values at the current time step.
'''réseau récurrent à portes''' 
• Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation
 
• Recurrent Neural Network Tutorial, Part 4 – Implementing a GRU/LSTM RNN with Python and Theano
'''unité récurrente à portes''' 
 
==Anglais==
'''gated recurrent unit'''
 
'''Gated Recurrent Unit'''
 
'''GRU'''
 
==Sources==
 
Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), ''Apprentissage profond'', Paris, Massot éditions, 800 pages.
 
[[https://arxiv.org/pdf/1406.1078.pdf Cho et al, 2014] arxiv - Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation].
 
[[Utilisateur:Claude COULOMBE | Source: Claude Coulombe, Datafranca.org]]       
 
[[Utilisateur:Patrickdrouin  | Source: Termino]]
 
[https://www.roboticscenter.ai/fr/glossary    Source : Robotic Center]
 
{{Modèle:Robotique}}
[[Catégorie:Robotique]]
 
[[Category:Intelligence artificielle]]
[[Category:Apprentissage automatique]]
[[Category:Apprentissage profond]]
 
[[Category:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 25 septembre 2026 à 18:02

Définition

Le réseau récurrent à portes est une variante simplifiée et plus rapide à entraîner du réseau récurrent à longue mémoire court terme (LMCT).

Compléments

Le réseau récurrent à portes comporte un seul vecteur d'état et fusionne les portes d'entrée et d'oubli en une porte de mise-à-jour et remplace la porte de sortie par une porte de réinitialisation.


Les réseaux de neurones récurrents à portes ont été développés pour résoudre le problème de l'évanescence du gradient que peuvent poser les réseaux de neurones récurrents réguliers. Ils peuvent être considérés comme une variante des réseaux de neurones récurrents à longue mémoire court terme parce qu'ils sont de conception similaire et produisent des résultats identiques dans beaucoup de cas.


Notons au passage que le réseau de neurones récurrent à portes a été créé en 2014 au laboratoire MILA de l'Université de Montréal.


Robotique - Gated Recurrent Unit — une architecture de réseau de neurones récurrent qui utilise des mécanismes de gating (portes de réinitialisation et de mise à jour) pour mémoriser ou oublier sélectivement l'information au fil du temps. Les GRU sont plus simples que les LSTM avec des performances comparables.

En robotique, les GRU sont utilisés dans les politiques de contrôle qui nécessitent une mémoire des observations passées, comme dans les paramètres POMDP où l'état complet n'est pas observable.

Français

réseau de neurones récurrent à portes

réseau récurrent à portes

unité récurrente à portes

Anglais

gated recurrent unit

Gated Recurrent Unit

GRU

Sources

Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.

[Cho et al, 2014 arxiv - Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation].

Source: Claude Coulombe, Datafranca.org

Source: Termino

Source : Robotic Center


LEXIQUE DE LA ROBOTIQUE Ligne robot.jpg Robotique.jpg