« Évanescence du gradient » : différence entre les versions

Dernière version du 28 janvier 2024 à 15:10

Définition

Problème posé, dans un réseau de neurones profond, par la diminution très rapide des valeurs des gradients pendant la rétropropagation entraînant l'annulation du gradient et par conséquent l'arrêt de l'apprentissage.

Compléments

Nous recommandons l'expression « évanescence du gradient » pour sa spécificité et sa beauté langagière.

Français

évanescence du gradient

disparition du gradient

dissipation du gradients

problème de l'évanescence du gradient

Anglais

gradient vanishing

gradient vanishing problem

Sources

Source: Pascanu, Razvan (2015). On Recurrent and Deep Neural Networks, thèse de doctorat, Université de Montréal, 267 pages.

Source : openclassrooms.com

Source: Claude Coulombe ( discussion)

Source: Termino

@@ Ligne 1 : / Ligne 1 : @@
-==Domaine==
-[[Category:Vocabulary]]
-[[Category:Intelligence artificielle]]
-Intelligence artificielle<br>
-[[Catégorie:Apprentissage automatique]]
-Apprentissage automatique<br>
-[[Catégorie:Réseau de neurones artificiels]]
-Réseau de neurones artificiels<br>
-[[Catégorie:Apprentissage profond]]
-Apprentissage profond<br>
-[[Category:Coulombe]]
-[[Category:scotty]]
 ==Définition==
-Le problème de la disparition du gradient (ou l'évanescence du gradient) est l'opposé du problème d'explosion du gradient. Dans les réseaux de neurones profonds, la valeur des gradients peut diminuer fortement pendant la rétropropagation, entraînant l'annulation du gradient (en anglais number underflow) or un gradient nul signifie l'arrêt de l'apprentissage.
+Problème posé, dans un réseau de neurones profond, par la diminution très rapide des valeurs des gradients pendant la rétropropagation entraînant l'annulation du gradient et par conséquent l'arrêt de l'apprentissage.
-Plusieurs techniques permettent de contrer l'explosion du gradient à commencer par de meilleures techniques d'initialisation (par exemple, Xavier ou Glorot), le choix de fonctions d'activation non saturantes comme la fonction linéaire rectifiée (en anglais ReLU), et la normalisation par lots (en anglais batch normalization) .
+==Compléments==
+Nous recommandons l'expression « évanescence du gradient » pour sa spécificité et sa <i>beauté</i> langagière.
-==Français==
+==Français ==
+'''évanescence du gradient'''
-'''problème de la disparition du gradient'''  n.m.
+'''disparition du gradient'''
-'''disparition des gradients'''  n.f.
+'''dissipation du gradients'''
-<br>
+'''problème de l'évanescence du gradient'''
 ==Anglais==
-'''Vanishing Gradient Problem'''
-<br>
+'''gradient vanishing'''
-<br>
-[https://openclassrooms.com/courses/utilisez-des-modeles-supervises-non-lineaires/empilez-les-perceptrons   source : openclassrooms.com ]
+'''gradient vanishing problem'''
-<br>
-<br>
+==Sources==
-<br>
-<br>
+Source: Pascanu, Razvan (2015). ''On Recurrent and Deep Neural Networks'', thèse de doctorat, Université de Montréal, 267 pages.
+[https://openclassrooms.com/courses/utilisez-des-modeles-supervises-non-lineaires/empilez-les-perceptrons Source : ''openclassrooms.com'']
+[[Utilisateur:Claude COULOMBE | Source: Claude Coulombe]]            ([[Discussion utilisateur:Claude COULOMBE | discussion]])
+[[Utilisateur:Patrickdrouin  | Source: Termino  ]]
+[[Category:GRAND LEXIQUE FRANÇAIS]]