« Normalisation par lots » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| (Une version intermédiaire par le même utilisateur non affichée) | |||
| Ligne 2 : | Ligne 2 : | ||
Méthode qui permet de rendre un [[réseau de neurones artificiels]] plus stable et plus rapide, par la normalisation des données à l'entrée des [[couche]]s, et ce, en les recentrant et en les remettant à l'échelle. | Méthode qui permet de rendre un [[réseau de neurones artificiels]] plus stable et plus rapide, par la normalisation des données à l'entrée des [[couche]]s, et ce, en les recentrant et en les remettant à l'échelle. | ||
Autrement dit, traitement des données au cours duquel sont normalisées les entrées de chaque couche de neurones. | |||
'''Robotique''' - Une technique qui normalise les entrées de couche sur le mini-lot pour avoir une moyenne nulle et une variance unitaire, puis applique une transformation affine apprise. La normalisation par lot stabilise l'entraînement, permet des taux d'apprentissage plus élevés et agit comme un régulariseur. Elle est standard dans les CNN mais moins courante dans les Transformers, qui utilisent généralement la normalisation de couche à la place. | |||
==Français== | ==Français== | ||
| Ligne 18 : | Ligne 18 : | ||
'''batch normalization''' | '''batch normalization''' | ||
==Sources== | |||
Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages. | Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages. | ||
| Ligne 28 : | Ligne 28 : | ||
[https://www.24pm.com/ia-par-secteur/117-definitions/262-normalisation-par-lot Source : 24pm Academy ] | [https://www.24pm.com/ia-par-secteur/117-definitions/262-normalisation-par-lot Source : 24pm Academy ] | ||
[https://www.roboticscenter.ai/fr/glossary Source : Robotic Center] | |||
{{Modèle:Robotique}} | |||
[[Catégorie:Robotique]] | |||
[[Catégorie:App-profond-livre]] | [[Catégorie:App-profond-livre]] | ||
Dernière version du 30 septembre 2026 à 18:47
Définition
Méthode qui permet de rendre un réseau de neurones artificiels plus stable et plus rapide, par la normalisation des données à l'entrée des couches, et ce, en les recentrant et en les remettant à l'échelle.
Autrement dit, traitement des données au cours duquel sont normalisées les entrées de chaque couche de neurones.
Robotique - Une technique qui normalise les entrées de couche sur le mini-lot pour avoir une moyenne nulle et une variance unitaire, puis applique une transformation affine apprise. La normalisation par lot stabilise l'entraînement, permet des taux d'apprentissage plus élevés et agit comme un régulariseur. Elle est standard dans les CNN mais moins courante dans les Transformers, qui utilisent généralement la normalisation de couche à la place.
Français
normalisation par lots
normalisation de lots
À éviter: « normalisation par batch ».
Anglais
batch normalisation
batch normalization
Sources
Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.
Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2016), Deep Learning, Cambridge, The MIT Press, 775 pages (Version française).
Contributeurs: Claude Coulombe, Jacques Barolet, Julie Roy, Patrick Drouin, wiki
