« Problème de l'explosion du gradient » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 3 : | Ligne 3 : | ||
==Complément== | ==Complément== | ||
Plusieurs techniques permettent de contrer l'explosion du gradient à commencer par de meilleures techniques d'initialisation, le choix de fonctions d'activation non saturantes comme la fonction linéaire rectifiée, la normalisation par lots et l'écrêtage de gradient | Plusieurs techniques permettent de contrer l'explosion du gradient à commencer par de meilleures techniques d'initialisation, le choix de fonctions d'activation non saturantes comme la fonction linéaire rectifiée, la normalisation par lots et l'écrêtage de gradient. | ||
==Français== | ==Français== |
Version du 16 mai 2024 à 22:19
Définition
Problème posé, dans un réseau de neurones profond, par l'augmentation très rapide des valeurs des gradients pendant la rétropropagation, entraînant un dépassement de la capacité de la représentation interne des nombres et l'arrêt de l'apprentissage.
Complément
Plusieurs techniques permettent de contrer l'explosion du gradient à commencer par de meilleures techniques d'initialisation, le choix de fonctions d'activation non saturantes comme la fonction linéaire rectifiée, la normalisation par lots et l'écrêtage de gradient.
Français
problème de l'explosion du gradient
explosion du gradient
Anglais
exploding gradient problem
gradient explosion problem
Sources
Source : Pascanu, Razvan (2014). On Recurrent and Deep Neural Networks, thèse de doctorat, Université de Montréal, 267 pages.
Contributeurs: Evan Brach, Claude Coulombe, Jacques Barolet, Patrick Drouin, Pierre Labreche, wiki