« Sous-échantillonnage » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 7 : | Ligne 7 : | ||
== Compléments == | == Compléments == | ||
En vision artificielle, cela permet de rajouter de l’invariance spatiale lors de l’extraction d'attributs visuels tout en réduisant la dimension des données. | En vision artificielle, cela permet de rajouter de l’invariance spatiale lors de l’extraction d'attributs visuels tout en réduisant la dimension des données. | ||
Voir [[couche de sous-échantillonnage]] | |||
==Français== | ==Français== |
Version du 9 février 2023 à 15:12
Définition
Processus qui consiste à remplacer les valeurs contenues dans une fenêtre d'observation (l'échantillon) par une valeur unique calculée à partir des valeurs de l'échantillon selon une règle prédéterminée.
Cette règle à la base du sous-échantillonnage peut être de différentes natures, mais les types les plus utilisés sont le sous-échantillonnage par valeur maximale (Max Pooling) et le sous-échantillonnage par valeur moyenne (Average Pooling).
Compléments
En vision artificielle, cela permet de rajouter de l’invariance spatiale lors de l’extraction d'attributs visuels tout en réduisant la dimension des données.
Voir couche de sous-échantillonnage
Français
sous-échantillonnage
ré-échantillonnage
rééchantillonnage
mise en commun
Anglais
pooling
subsampling
resampling
Source: Google, Machine learning glossary.
Source: Goodfellow, Bengio, Courville p.344, L'Apprentissage profond.
Contributeurs: Evan Brach, Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki