« Machine à réservoir » : différence entre les versions
m (Remplacement de texte — « Source: L'apprentissage profond. Éd.Massot 2018 » par « Source : ''L'apprentissage profond'', Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 ») |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 1 : | Ligne 1 : | ||
== en construction == | ==en construction== | ||
[[Catégorie: | [[Catégorie:Vocabulaire]] | ||
[[Catégorie:Intelligence artificielle]] | |||
[[Catégorie:24pm]] | |||
[[Catégorie:App-profond-livre]] | [[Catégorie:App-profond-livre]] | ||
== Définition == | == Définition == | ||
... | Le réservoir computing est un cadre de calcul qui peut être considéré comme une extension des réseaux de neurones. | ||
Typiquement, un signal d'entrée est introduit dans une partie fixe (aléatoire) d'un système dynamique appelé reservoir;. Ensuite, un simple mécanisme readout est formé pour lire l'état du réservoir et la carte à la sortie désirée. Le principal avantage est que la formation est effectuée uniquement au stade de la lecture et que le réservoir est fixe. Machines à l’état liquide et nets état d’écho travaux sont deux grands types de calcul du réservoir. Une caractéristique importante de ce système est qu’il peut utiliser le pouvoir de calcul du système s naturellement disponible , qui est différent du réseau de neurones s , et il réduit le coût de calcul. | |||
| Ligne 16 : | Ligne 20 : | ||
<small> | <small> | ||
[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 ] | ||
[https://www.24pm.com/117-definitions/480-reservoir-computing Source : 24pm Academy] | |||
Version du 10 mars 2020 à 15:26
en construction
Définition
Le réservoir computing est un cadre de calcul qui peut être considéré comme une extension des réseaux de neurones.
Typiquement, un signal d'entrée est introduit dans une partie fixe (aléatoire) d'un système dynamique appelé reservoir;. Ensuite, un simple mécanisme readout est formé pour lire l'état du réservoir et la carte à la sortie désirée. Le principal avantage est que la formation est effectuée uniquement au stade de la lecture et que le réservoir est fixe. Machines à l’état liquide et nets état d’écho travaux sont deux grands types de calcul du réservoir. Une caractéristique importante de ce système est qu’il peut utiliser le pouvoir de calcul du système s naturellement disponible , qui est différent du réseau de neurones s , et il réduit le coût de calcul.
Français
machine à réservoir
Anglais
reservoir computing
Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018
Contributeurs: Imane Meziani, Jacques Barolet, wiki
