« Autoencodeurs peu denses » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
== | == Définition == | ||
Dans les autoencodeurs peu denses, nous pouvons toujours utiliser des neurones entièrement connectés dont le nombre est égal à la dimensionnalité de l'image. Cependant, l'ajout d'une régularisation de la densité permet d'empêcher le réseau neuronal de copier l'entrée. | |||
Il existe principalement deux façons d'ajouter des contraintes de densité aux autoencodeurs profonds. | |||
= La régularisation L1, que nous utiliserons dans cet article. | |||
* La divergence KL, que nous aborderons dans le prochain article. | |||
== Français == | == Français == | ||
''' | ''' Autoencodeurs peu denses ''' | ||
== Anglais == | == Anglais == | ||
| Ligne 11 : | Ligne 14 : | ||
[https://debuggercafe.com/sparse-autoencodersusing-l1-regularization-with-pytorch/ Source : debuggercafe] | [https://debuggercafe.com/sparse-autoencodersusing-l1-regularization-with-pytorch/ Source : debuggercafe] | ||
| Ligne 26 : | Ligne 22 : | ||
[[Catégorie:vocabulary]] | [[Catégorie:vocabulary]] | ||
[[Catégorie:publication]] | |||
Version du 17 novembre 2023 à 17:15
Définition
Dans les autoencodeurs peu denses, nous pouvons toujours utiliser des neurones entièrement connectés dont le nombre est égal à la dimensionnalité de l'image. Cependant, l'ajout d'une régularisation de la densité permet d'empêcher le réseau neuronal de copier l'entrée.
Il existe principalement deux façons d'ajouter des contraintes de densité aux autoencodeurs profonds. = La régularisation L1, que nous utiliserons dans cet article.
- La divergence KL, que nous aborderons dans le prochain article.
Français
Autoencodeurs peu denses
Anglais
Sparse Auto Encoder
Contributeurs: Marie Alfaro, wiki
