« Couche de sous-échantillonnage » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 1 : | Ligne 1 : | ||
[[Category:Vocabulaire2]] | [[Category:Vocabulaire2]] | ||
[[Category:Intelligence artificielle]] | [[Category:Intelligence artificielle]] | ||
[[Category:Apprentissage profond]] | [[Category:Apprentissage profond]] | ||
[[Category:Termino 2019]] | [[Category:Termino 2019]] | ||
[[Category:Scotty2]] | [[Category:Scotty2]] | ||
| Ligne 17 : | Ligne 15 : | ||
== Anglais == | == Anglais == | ||
'''pooling layer''' | '''pooling layer''' | ||
<small> | |||
Source : Damien Fourure. Réseaux de neurones convolutifs pour la segmentation sémantique et l’apprentissage d’invariants de couleur. Vision par ordinateur et reconnaissance de formes [cs.CV]. Université de Lyon, 2017. Français. NNT : 2017LYSES056 . tel-02111472 | Source : Damien Fourure. Réseaux de neurones convolutifs pour la segmentation sémantique et l’apprentissage d’invariants de couleur. Vision par ordinateur et reconnaissance de formes [cs.CV]. Université de Lyon, 2017. Français. NNT : 2017LYSES056 . tel-02111472 | ||
| Ligne 26 : | Ligne 24 : | ||
Source : Remi Delassus. Apprentissage automatique pour la détection d’anomalies dans les données ouvertes : application à la cartographie. Traitement des images [eess.IV]. Université de Bordeaux, 2018. Français. NNT : 2018BORD0230 . tel-02100741 | Source : Remi Delassus. Apprentissage automatique pour la détection d’anomalies dans les données ouvertes : application à la cartographie. Traitement des images [eess.IV]. Université de Bordeaux, 2018. Français. NNT : 2018BORD0230 . tel-02100741 | ||
[[Utilisateur:Patrickdrouin | Source : Termino ]] | |||
Version du 17 juin 2019 à 14:30
Définition
Couche d'un réseau convolutif permettant d'ajouter de l'invariance spatiale tout en réduisant la dimension des données.
Français
couche de sous-échantillonnage n.f.
couche de pooling n.f.
Anglais
pooling layer
Source : Damien Fourure. Réseaux de neurones convolutifs pour la segmentation sémantique et l’apprentissage d’invariants de couleur. Vision par ordinateur et reconnaissance de formes [cs.CV]. Université de Lyon, 2017. Français. NNT : 2017LYSES056 . tel-02111472
source : Claude Coulombe, Datafranca.org
Source : Remi Delassus. Apprentissage automatique pour la détection d’anomalies dans les données ouvertes : application à la cartographie. Traitement des images [eess.IV]. Université de Bordeaux, 2018. Français. NNT : 2018BORD0230 . tel-02100741
Contributeurs: Claude Coulombe, Jacques Barolet, Julie Roy, Patrick Drouin, wiki
