« Réseau de neurones profond » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
Ligne 6 : | Ligne 6 : | ||
== Définition == | == Définition == | ||
Réseau neuronal comportant des millions de neurones, répartis en plusieurs dizaines de couches et utilisés en apprentissage profond pour concevoir des mécanismes | Réseau neuronal comportant des millions de neurones, répartis en plusieurs dizaines de couches et utilisés en apprentissage profond pour concevoir des mécanismes d’'''[https://datafranca.org/wiki/Apprentissage_supervis%C3%A9 apprentissage supervisés]''' et '''[https://datafranca.org/wiki/Apprentissage_non_supervis%C3%A9 non supervisés]'''. | ||
Dans ces architectures mathématiques, chaque neurone effectue des calculs simples mais les données d’entrées passent à travers plusieurs couches de calcul avant de produire une sortie. Les résultats de la première couche de neurones servent d’entrée au calcul de la couche suivante et ainsi de suite. Il est possible de jouer sur les différents paramètres de l’architecture du réseau : le nombre de couches, le type de chaque couche, le nombre de neurones qui composent chaque couche. | Dans ces architectures mathématiques, chaque neurone effectue des calculs simples mais les données d’entrées passent à travers plusieurs couches de calcul avant de produire une sortie. Les résultats de la première couche de neurones servent d’entrée au calcul de la couche suivante et ainsi de suite. Il est possible de jouer sur les différents paramètres de l’architecture du réseau : le nombre de couches, le type de chaque couche, le nombre de neurones qui composent chaque couche. |
Version du 11 août 2019 à 13:44
Définition
Réseau neuronal comportant des millions de neurones, répartis en plusieurs dizaines de couches et utilisés en apprentissage profond pour concevoir des mécanismes d’apprentissage supervisés et non supervisés.
Dans ces architectures mathématiques, chaque neurone effectue des calculs simples mais les données d’entrées passent à travers plusieurs couches de calcul avant de produire une sortie. Les résultats de la première couche de neurones servent d’entrée au calcul de la couche suivante et ainsi de suite. Il est possible de jouer sur les différents paramètres de l’architecture du réseau : le nombre de couches, le type de chaque couche, le nombre de neurones qui composent chaque couche.
Français
réseau de neurones profond n. m.
réseau neuronal profond n. m.
réseau profond n. m.
Anglais
deep neural network
DNN
deep NN
deep neural net
deep network
Source: Data Analytics Post, Réseau de neurones profond.
Note: réseau de neurones profond; réseau neuronal profond et RNP sont des désignations validées par des spécialistes canadiens de l'Université Concordia, de l'Université Dalhousie, de l'Université Laval et de Microsoft Canada.
Contributeurs: Claude Coulombe, Jacques Barolet, wiki, Robert Meloche