« Réseau neuronal résiduel » : différence entre les versions

Dernière version du 3 octobre 2026 à 21:31

Définition

Un réseau neuronal résiduel ou réseau de neurones résiduel est une architecture de réseaux de neurones caractérisée par l'emploi de connexions résiduelles ou connexions saute-couches.

ResNet est un nom propre qui désigne le réseau neuronal résiduel qui a remporté la compétition ILSVRC en 2015.

Compléments

Un réseau de neurones résiduel (ResNet) est un réseau de neurones artificiels (artificial neuronal network) qui s'appuie sur des constructions connues à partir de cellules pyramidales du cortex cérébral. Pour ce faire, les réseaux de neurones résiduels utilisent des connexions saute-couches, i.e. des raccourcis, pour sauter par-dessus certaines couches.

Robotique - une architecture CNN qui utilise des connexions de saut (connexions résiduelles) pour permettre l'entraînement de réseaux très profonds (50–152+ couches) en atténuant le problème du gradient qui s'évanouit. ResNet-18 et ResNet-50 sont des encodeurs visuels standard en apprentissage robotique, offrant un bon équilibre entre puissance de représentation et coût de calcul pour la perception en temps réel.

Français

réseau neuronal résiduel

réseau de neurones résiduel

réseau résiduel

ResNet

Anglais

residual neural network

residual network

ResNet

Sources

Source : Wikipedia Source : Robotic Center

LEXIQUE DE LA ROBOTIQUE Categorie:Publication

@@ Ligne 1 : / Ligne 1 : @@
-== Domaine ==
+==Définition==
-[[catégorie:Démo]] Catégorie Démo
+Un réseau neuronal résiduel ou réseau de neurones résiduel est une architecture de réseaux de neurones caractérisée par l'emploi de [[connexion résiduelle|connexions résiduelles]] ou [[connexion résiduelle|connexions saute-couches]].
-[[Catégorie:Apprentissage profond]] Apprentissage profond
-== Définition ==
+ResNet est un nom propre qui désigne le réseau neuronal résiduel qui a remporté la compétition ILSVRC en 2015.
+==Compléments==
+Un réseau de neurones résiduel (ResNet) est un réseau de neurones artificiels (''artificial neuronal network'') qui s'appuie sur des constructions connues à partir de cellules pyramidales du cortex cérébral. Pour ce faire, les réseaux de neurones résiduels utilisent des connexions saute-couches, i.e. des raccourcis, pour sauter par-dessus certaines couches.
-== Termes privilégiés ==
+'''Robotique''' - une architecture CNN qui utilise des connexions de saut (connexions résiduelles) pour permettre l'entraînement de réseaux très profonds (50–152+ couches) en atténuant le problème du gradient qui s'évanouit. ResNet-18 et ResNet-50 sont des encodeurs visuels standard en apprentissage robotique, offrant un bon équilibre entre puissance de représentation et coût de calcul pour la perception en temps réel.
+==Français==
-== Anglais ==
+'''réseau neuronal résiduel'''
+'''réseau de neurones résiduel'''
+'''réseau résiduel'''
+'''ResNet'''
+==Anglais==
+'''residual neural network'''
+'''residual network'''
 '''ResNet'''
-Deep Residual Networks won the ILSVRC 2015 challenge. These networks work by introducing shortcut connection across stacks of layers, allowing the optimizer to learn “easier” residual mappings instead of the more complicated original mappings. These shortcut connections are similar to Highway Layers, but they are data-independent and don’t introduce additional parameters or training complexity. ResNets achieved a 3.57% error rate on the ImageNet test set.
+==Sources==
-•	Deep Residual Learning for Image Recognition
+[https://fr.wikipedia.org/wiki/R%C3%A9seau_neuronal_r%C3%A9siduel Source : Wikipedia]
+[https://www.roboticscenter.ai/fr/glossary    Source : Robotic Center]
+{{Modèle:Robotique}}
+[[Catégorie:Robotique]]
+[[Catégorie:ENGLISH]]
+[[Category:Intelligence artificielle]]
+[[Catégorie:Apprentissage automatique]]
+[[Catégorie:Apprentissage profond]]
+[[Category:GRAND LEXIQUE FRANÇAIS]]
+[[Categorie:Publication]]

« Réseau neuronal résiduel » : différence entre les versions