« Optimiseur » : différence entre les versions
m (Remplacement de texte — « <small>masculin </small> » par « ») |
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
||
Ligne 13 : | Ligne 13 : | ||
''' optimizer''' | ''' optimizer''' | ||
==Sources== | |||
Version du 28 janvier 2024 à 10:38
Définition
Implémentation particulière de l'algorithme de descente de gradient. La classe de base de TensorFlow pour les optimiseurs est tf.train.Optimizer. Différents optimiseurs (sous-classes de tf.train.Optimizer) tiennent compte des concepts tels que :
- le moment (Momentum) ;
- la fréquence de mise à jour (AdaGrad = descente de gradient adaptative ; Adam = adaptative avec Momentum ; RMSProp) ;
- la parcimonie/régularisation (Ftrl) ;
- des opérations mathématiques plus complexes (proximal et autres).
Il est même possible d'imaginer un optimiseur reposant sur un réseau de neurones.
Français
optimiseur
Anglais
optimizer
Sources
Contributeurs: Claire Gorjux, Jacques Barolet, Nathalie Tremblay, wiki, Robert Meloche