Modèle large


Révision datée du 23 mars 2018 à 21:58 par Pitpitt (discussion | contributions) (Page créée avec « __NOTOC__ == Domaine == Category:VocabulaireVocabulaire<br /> Category:GoogleGoogle<br /> Category:Apprentissage profondApprentissage profond<br /> <br /> ==... »)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)

Domaine

Vocabulaire
Google
Apprentissage profond


Définition

Modèle linéaire qui contient généralement un grand nombre de caractéristiques d'entrée creuses. Ce modèle est dit "large", car il s'agit d'un type particulier de réseau de neurones comportant un grand nombre d'entrées connectées directement au nœud de sortie. Les modèles larges sont souvent plus faciles à déboguer et à inspecter que les modèles profonds. Bien qu'ils ne puissent pas exprimer les non-linéarités par le biais de couches cachées, les modèles larges peuvent utiliser des transformations comme le croisement de caractéristiques et le binning pour modéliser les non-linéarités de différentes manières.

À comparer avec le modèle profond.



Termes privilégiés

modèle large


Anglais

wide model




Source: Google machine learning glossary