« Couche de normalisation » : différence entre les versions
Aucun résumé des modifications |
m (Remplacement de texte : « ↵↵==Sources== » par « ==Sources== ») |
||
| (5 versions intermédiaires par 2 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
Dans un [[réseau de neurones artificiels]], le passage dans une [[couche de neurones|couche]] du réseau transforme les données et conduit à des valeurs dispersées et d'échelles difficilement comparables, ce qui peut entrainer des problèmes au niveau de l'[[Apprentissage automatique|apprentissage]]. La [[couche de neurones|couche]]de [[normalisation]] vise à corriger ce problème en ramenant les valeurs sur une échelle comparable (par exemple dans la plage -1 à +1 centrée sur 0). | Dans un [[réseau de neurones artificiels]], le passage dans une [[couche de neurones|couche]] du réseau transforme les données et conduit à des valeurs dispersées et d'échelles difficilement comparables, ce qui peut entrainer des problèmes au niveau de l'[[Apprentissage automatique|apprentissage]]. La [[couche de neurones|couche]]de [[normalisation]] vise à corriger ce problème en ramenant les valeurs sur une échelle comparable (par exemple dans la plage -1 à +1 centrée sur 0). | ||
==Français== | ==Français== | ||
| Ligne 10 : | Ligne 9 : | ||
'''normalization layer ''' | '''normalization layer ''' | ||
==Sources== | |||
[https://inside-machinelearning.com/7-types-de-couches/ Source: Inside Machine Learning] | [https://inside-machinelearning.com/7-types-de-couches/ Source: Inside Machine Learning] | ||
| Ligne 17 : | Ligne 15 : | ||
[https://machinelearningmastery.com/using-normalization-layers-to-improve-deep-learning-models/ Source: Machine Learning Mastery] | [https://machinelearningmastery.com/using-normalization-layers-to-improve-deep-learning-models/ Source: Machine Learning Mastery] | ||
[[ | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Dernière version du 30 août 2024 à 18:00
Définition
Dans un réseau de neurones artificiels, le passage dans une couche du réseau transforme les données et conduit à des valeurs dispersées et d'échelles difficilement comparables, ce qui peut entrainer des problèmes au niveau de l'apprentissage. La couchede normalisation vise à corriger ce problème en ramenant les valeurs sur une échelle comparable (par exemple dans la plage -1 à +1 centrée sur 0).
Français
couche de normalisation
Anglais
normalisation layer
normalization layer
Sources
Contributeurs: Patrick Drouin, wiki
