« Connexion résiduelle » : différence entre les versions

Dernière version du 27 janvier 2024 à 21:04

Définition

Dans un réseau de neurones profond constitué de plusieurs couches de neurones, une connexion résiduelle (parfois appelée connexion identité ou connexion saute-couche) branche la sortie d’une couche moins profonde (en amont) pour l’ajouter à l’entrée d’une couche plus profonde du réseau (en aval) en sautant par dessus une ou plusieurs couches. Ceci permet d'éviter une ou plusieurs couches de traitement et une perte trop importante de gradient.

Voir: ResNet

Compléments

La connexion résiduelle permet d'ajouter une contribution (résiduelle) des couches inférieures avant la transformation du gradient (diminution ou augmentation) par les couches suivantes qui sont ainsi « sautées ».

En anglais, « skip connection » et « residual connection » sont synonymes.

Français

connexion résiduelle

connexion saute-couche

connexion identité

saut de connexion

Anglais

residual connection

skip connection

identity connection

shortcut connection

Sources

Source: Orhan, Emin et Xaq Pitkow (2018). Skip Connections Eliminate Singularities, Actes de la conférence ICLR 2018, 22 pages.

Source: Chabot, Florian (2017). Analyse fine 2D/3D de véhicules par réseaux de neurones profonds, thèse de doctorat, Université Clermont Auvergne, 171 pages.

Source: Branchaud-Charron, Frédéric (2019). Estimation de complexité et localisation de véhicules à l’aide de l’apprentissage profond, mémoire de maîtrise, Université de Sherbrooke, 151 pages.

Source: Termino

@@ Ligne 1 : / Ligne 1 : @@
-[[Category:Intelligence artificielle]]
+==Définition==
-[[Catégorie:Apprentissage profond]]
+Dans un réseau de neurones profond constitué de plusieurs couches de neurones, une connexion résiduelle (parfois appelée connexion identité ou connexion saute-couche) branche la sortie d’une couche moins profonde (en amont) pour l’ajouter à l’entrée d’une couche plus profonde du réseau (en aval) en sautant par dessus une ou plusieurs couches. Ceci permet d'éviter une ou plusieurs couches de traitement et une perte trop importante de gradient.
-[[Category:Termino 2019]]
-[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
+Voir: [[ResNet]]
-==Définition==
+==Compléments==
-Connexion supplémentaire ajoutée entre les différentes couches d'un réseau neuronal qui permettent d'éviter une ou plusieurs couches de traitement non linéaire.
+La connexion résiduelle permet d'ajouter une contribution (résiduelle) des couches inférieures avant la transformation du gradient (diminution ou augmentation) par les couches suivantes qui sont ainsi « sautées ».
-Note: permet d'ajouter une contribution (résiduelle) des couches inférieures avant la transformation du gradient (diminution ou augmentation) par les couches suivantes qui sont ainsi « sautées ».
+En anglais, « skip connection » et « residual connection » sont synonymes.
 ==Français==
-'''connexion saute-couche'''  <small>loc. nom. fém.</small>
+'''connexion résiduelle'''
-'''connection résiduelle'''  <small>loc. nom. fém.</small>
+'''connexion saute-couche'''
-'''saut de connexion'''  <small>loc. nom. masc.</small>
+'''connexion identité'''
+'''saut de connexion'''
 ==Anglais==
 '''residual connection'''
-'''skip connection''''
+'''skip connection'''
+'''identity connection'''
+'''shortcut connection'''
+==Sources==
-<small>
 Source: Orhan, Emin et Xaq Pitkow (2018). ''Skip Connections Eliminate Singularities'', Actes de la conférence ICLR 2018, 22 pages.
@@ Ligne 28 : / Ligne 34 : @@
 Source: Chabot, Florian (2017). ''Analyse fine 2D/3D de véhicules par réseaux de neurones profonds'', thèse de doctorat, Université Clermont Auvergne, 171 pages.
-Source: Branchaud-Charron, Frédéric (2019). ''Estimation de complexité et localisation devéhicules à l’aide de l’apprentissage profond, mémoire de maîtrise'', Université de Sherbrooke, 151 pages.
+Source: Branchaud-Charron, Frédéric (2019). ''Estimation de complexité et localisation de véhicules à l’aide de l’apprentissage profond, mémoire de maîtrise'', Université de Sherbrooke, 151 pages.
 [[Utilisateur:Patrickdrouin  | Source: Termino]]
+[[Category:Intelligence artificielle]]
+[[Catégorie:Apprentissage profond]]
+[[Category:Termino 2019]]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]