Divergence contractive persistante


Révision datée du 29 janvier 2024 à 11:13 par Pitpitt (discussion | contributions) (Remplacement de texte : « ↵↵↵==Sources== » par «  ==Sources== »)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)

Définition

La divergence contractive persistante est une méthode d’apprentissage pour les machines de Boltzmann restreintes, qui sont des modèles probabilistes non supervisés utilisés pour l’apprentissage profond. La divergence contractive persistante est une variante de la divergence contractive, qui est une approximation de la vraisemblance du modèle. Elle utilise un échantillonnage de Gibbs plus long pour réduire le biais de l’approximation.

Français

Divergence contractive persistante

Anglais

Persistant contractive divergence

Sources

Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 Source : DataScience

Contributeurs: Jacques Barolet, Marie Alfaro, wiki