« Régularisation L2 » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 26 : | Ligne 26 : | ||
Source: Géron, Aurélien (2017). ''Deep Learning avec TensorFlow - Mise en oeuvre et cas concrets'', Paris, Dunod, 360 pages. | Source: Géron, Aurélien (2017). ''Deep Learning avec TensorFlow - Mise en oeuvre et cas concrets'', Paris, Dunod, 360 pages. | ||
[https://developers.google.com/machine-learning/crash-course/regularization-for-simplicity/l2-regularization?hl=fr Source: ''Developers.google Machine learning''.] | |||
[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary] | [https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary] | ||
Version du 7 juillet 2019 à 15:26
Définition
Régularisation qui ajuste à la baisse les poids au sein d'un modèle proportionnellement à la somme des carrés de leurs valeurs afin de contrer le surajustement.
Note: la régularisation L2 vise à ce que les poids dont la valeur est marginale (valeur positive ou négative très élevée ou très faible) se rapprochent le plus possible de 0 (sans jamais l'atteindre).
Français
régularisation L2 n. f.
régularisation de Ridge n. f.
Anglais
L2 regularization
Ridge regularization
Source: Géron, Aurélien (2017). Deep Learning avec TensorFlow - Mise en oeuvre et cas concrets, Paris, Dunod, 360 pages.
Source: Developers.google Machine learning.
Contributeurs: Claire Gorjux, Jacques Barolet, Patrick Drouin, wiki, Robert Meloche
