« Convolution pavée » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
== en construction ==
[[Catégorie:vocabulaire]]
[[Catégorie:App-profond-livre]]
== Définition ==
== Définition ==
Les couches cachées des réseaux neuronaux convolutifs réduisent le nombre de paramètres en "liant" les poids N x N adjacents entourant chaque neurone d'entrée. Chaque neurone de la couche cachée (convolutionnelle) n'est connecté qu'à une grille N x N de ses voisins (centrée sur un neurone donné de la couche d'entrée), et les poids correspondants dans chaque grille N x N reliant chaque neurone de la couche cachée à la couche d'entrée sont les mêmes (partagés) pour tous les neurones de la couche cachée. Ce "champ réceptif local" pondéré est mathématiquement équivalent à une opération de convolution (et une convolution est un cas particulier de l'opération plus générale de "multiplication matricielle", exprimée dans les réseaux neuronaux entièrement connectés où les poids sont "déliés").


== Français ==
== Français ==
'''convolution pavée'''
'''Convolution pavée'''
   
   
== Anglais ==
== Anglais ==
'''tiled convolution'''
'''Tiled convolution'''




Hidden layers within Convolutional Neural Networks reduce the number of parameters by "tying" together the adjacent  ''N'' x ''N''  weights surrounding each input neuron. Each neuron in the hidden (convolutional) layer is only connected to an  ''N'' x ''N'' grid of its surrounding neighbors (centered on a given neuron in the input layer), and the corresponding weights in each  ''N'' x ''N''  grid connecting each hidden layer neuron to the input layer are the same (shared) across all hidden layer neurons. This weighted "local receptive field" is mathematically equivalent to a convolution operation (and a convolution is a special case of the more general "matrix multiplication" operation, expressed in fully-connected neural networks where the weights are "untied").




Ligne 19 : Ligne 15 :
[https://www.quora.com/What-is-a-tiled-convolutional-neural-network  Source : quora]
[https://www.quora.com/What-is-a-tiled-convolutional-neural-network  Source : quora]
[https://www.apprentissageprofond.org/  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 ]
[https://www.apprentissageprofond.org/  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 ]
[[Catégorie:vocabulaire]]
[[Catégorie:publication]]
[[Catégorie:App-profond-livre]]

Version du 21 novembre 2023 à 13:33

Définition

Les couches cachées des réseaux neuronaux convolutifs réduisent le nombre de paramètres en "liant" les poids N x N adjacents entourant chaque neurone d'entrée. Chaque neurone de la couche cachée (convolutionnelle) n'est connecté qu'à une grille N x N de ses voisins (centrée sur un neurone donné de la couche d'entrée), et les poids correspondants dans chaque grille N x N reliant chaque neurone de la couche cachée à la couche d'entrée sont les mêmes (partagés) pour tous les neurones de la couche cachée. Ce "champ réceptif local" pondéré est mathématiquement équivalent à une opération de convolution (et une convolution est un cas particulier de l'opération plus générale de "multiplication matricielle", exprimée dans les réseaux neuronaux entièrement connectés où les poids sont "déliés").

Français

Convolution pavée

Anglais

Tiled convolution



Source : quora Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018

Récupérée de « https://datafranca.org/wiki/index.php?title=Convolution_pavée&oldid=81133 »

Contributeurs: Jacques Barolet, Marie Alfaro, wiki