« Taux d'apprentissage » : différence entre les versions
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
Facteur multiplicatif appliqué au gradient afin de faire varier le gain du gradient. | Facteur multiplicatif appliqué au [[gradient]] afin de faire varier le gain du gradient. | ||
Remarque : à chaque [[itération]], l'algorithme de descente de gradient multiplie le taux d'apprentissage par le gradient. Le produit ainsi généré est appelé gain de gradient. | |||
Le taux d'apprentissage est un '''[https://datafranca.org/wiki/Hyperparam%C3%A8tre hyperparamètre]'''. | Le taux d'apprentissage est un '''[https://datafranca.org/wiki/Hyperparam%C3%A8tre hyperparamètre]'''. | ||
==Français== | ==Français== | ||
'''pas du gradient''' | '''pas du gradient''' | ||
| Ligne 21 : | Ligne 20 : | ||
==Anglais== | ==Anglais== | ||
'''learning rate''' | '''learning rate''' | ||
| Ligne 30 : | Ligne 28 : | ||
==Sources== | ==Sources== | ||
Source : Boné, Romuald; Jean-Pierre Asselin de Beauville et Monique Zollinger (1996). ''Les réseaux de neurones artificiels : un apport potentiel aux études marketing'', Recherche et Applications en Marketing, 11(2), pages 63-81. | |||
Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), ''Apprentissage profond'', Paris, Massot éditions, 800 pages. | |||
Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), ''Apprentissage profond'', Paris, Massot éditions, 800 pages. | |||
[ | [[Utilisateur:Claude COULOMBE | Source : Claude Coulombe, Datafranca.org]] | ||
[ | [https://developers.google.com/machine-learning/glossary/ Source : ''Google machine learning glossary''] | ||
[[Utilisateur:Patrickdrouin | Source : Termino]] | |||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
Version du 14 mars 2024 à 13:24
Définition
Facteur multiplicatif appliqué au gradient afin de faire varier le gain du gradient.
Remarque : à chaque itération, l'algorithme de descente de gradient multiplie le taux d'apprentissage par le gradient. Le produit ainsi généré est appelé gain de gradient.
Le taux d'apprentissage est un hyperparamètre.
Français
pas du gradient
gain du gradient
pas de gradient
taux d'apprentissage
pas d'apprentissage
taux d'entraînement
Anglais
learning rate
training rate
step size
Sources
Source : Boné, Romuald; Jean-Pierre Asselin de Beauville et Monique Zollinger (1996). Les réseaux de neurones artificiels : un apport potentiel aux études marketing, Recherche et Applications en Marketing, 11(2), pages 63-81.
Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.
Source : Claude Coulombe, Datafranca.org
Contributeurs: Claire Gorjux, Jacques Barolet, Patrick Drouin, wiki, Robert Meloche
