« Réseau neuronal résiduel » : différence entre les versions


(nouveau terme)
Balise : Éditeur de wikicode 2017
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(22 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==Domaine==
==Définition==
[[Category:Vocabulary]]<br>
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]].
[[Category:Intelligence artificielle]]Intelligence artificielle<br>
 
[[Catégorie:Apprentissage automatique]]Apprentissage automatique<br>
ResNet est un nom propre qui désigne le réseau neuronal résiduel qui a remporté la compétition ILSVRC en 2015.
[[Catégorie:Apprentissage profond]]Apprentissage profond<br>
[[Category:Coulombe]]Coulombe<br>
[[Catégorie:Scotty]]<br>


==Définition==
==Compléments==
ResNet est un nom propre qui désigne le réseau de neurones profond qui a remporté la compétition ILSVRC en 2015. ResNet est caractérisé par l'emploi de connexions saute-couches.
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.  


==Français==
==Français==
ResNet
 
'''réseau neuronal résiduel'''
 
'''réseau de neurones résiduel'''
 
'''réseau résiduel'''
 
'''ResNet'''
 


==Anglais==
==Anglais==
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.
'''residual neural network'''
• Deep Residual Learning for Image Recognition
 
'''residual network'''
 
'''ResNet'''
 
==Sources==
 
[https://fr.wikipedia.org/wiki/R%C3%A9seau_neuronal_r%C3%A9siduel Source : Wikipedia]
 
[[Catégorie:ENGLISH]]
[[Category:Intelligence artificielle]]
[[Catégorie:Apprentissage automatique]]
[[Catégorie:Apprentissage profond]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Categorie:Publication]]

Dernière version du 28 janvier 2024 à 12:14

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.

Français

réseau neuronal résiduel

réseau de neurones résiduel

réseau résiduel

ResNet


Anglais

residual neural network

residual network

ResNet

Sources

Source : Wikipedia Categorie:Publication

Récupérée de « https://datafranca.org/wiki/index.php?title=Réseau_neuronal_résiduel&oldid=91953 »

Contributeurs: Claude Coulombe, Jacques Barolet, wiki