« Modèle séquence à séquence » : différence entre les versions

Version du 2 juin 2019 à 12:58

Domaine

Apprentissage profond
Intelligence artificielle

Définition

Réseau de neurones récurrent qui convertit une séquence de données d'un domaine en entrée vers une nouvelle séquence de données dans un autre domaine en sortie.

Note

Généralement, un modèle séq.-à-séq. est implémenté en utilisant deux réseaux de neurones récurrents, un premier réseau est un encodeur et le second est un décodeur. On parle aussi d'une architecture encodeur-décodeur.

Dans les modèles séquence à séquence, l'entrée et la sortie ne sont pas nécessairement de la même longueur.

Un bon exemple d'utilisation d'un modèle séquence à séquence est la traduction neuronale d'une phrase d'une langue d'origine vers une langue d'arrivée.

Français

modèle séquence à séquence

modèle séq.-à-séq

modèle encodeur-décodeur

modèle seq2seq

Anglais

sequence to sequence model

seq2seq model

encoder-decoder model

@@ Ligne 1 : / Ligne 1 : @@
 == Domaine ==
-[[Category:Vocabulary]] <br/>
+[[Category:Vocabulaire]]
-[[Catégorie:Apprentissage profond]] Apprentissage profond<br/>
+[[Category:Apprentissage profond]] Apprentissage profond<br/>
+[[Category:Intelligence artificielle]]Intelligence artificielle<br />
 [[Category:Coulombe]]
 [[Category:scotty]]
+[[Category:Termino 2019]]
 == Définition ==
+Réseau de neurones récurrent qui convertit une séquence de données d'un domaine en entrée vers une nouvelle séquence de données dans un autre domaine en sortie.
+Note
+Généralement, un modèle séq.-à-séq. est implémenté en utilisant deux réseaux de neurones récurrents, un premier réseau est un encodeur et le second est un décodeur. On parle aussi d'une architecture encodeur-décodeur.
+Dans les modèles séquence à séquence, l'entrée et la sortie ne sont pas nécessairement de la même longueur.
-Un modèle séquence-à-séquence (séq.-à-séq.) convertit une séquences d'un domaine en entrée vers une séquence dans un autre domaine en sortie. Généralement, un modèle séq.-à-séq. est implémenté en utilisant deux réseaux de neurones récurrents, un premier réseau est un encodeur et le second est un décodeur. On parle aussi d'une architecture encodeur-décodeur.
-Un bon exemple d'utilisation d'un modèle séq.-à-séq. est la traduction neuronale d'une phrase d'une langue source vers une langue cible.
+Un bon exemple d'utilisation d'un modèle séquence à séquence est la traduction neuronale d'une phrase d'une langue d'origine vers une langue d'arrivée.
+<br/>
 == Français ==
-'''séq-à-séq'''
+'''modèle séquence à séquence'''
-'''séq.-à-séq.'''
+'''modèle séq.-à-séq'''
-'''séquence-à-séquence'''
+'''modèle encodeur-décodeur'''
+'''modèle seq2seq'''
 == Anglais ==
-'''Seq2Seq'''
+'''sequence to sequence model'''
+'''seq2seq model'''
-[https://arxiv.org/abs/1409.3215     source : Université cornell (anglais) ]
+'''encoder-decoder model'''

« Modèle séquence à séquence » : différence entre les versions