« Couche d’autoroute » : différence entre les versions

Version du 1 juin 2019 à 09:30

Domaine

Apprentissage profond

Définition

>>>>>>>>>>>>   GOOGLE TRANSLATE 11

En apprentissage automatique, une couche d’autoroute constitue une approche permettant d’optimiser les réseaux et d’en augmenter la profondeur. Les réseaux routiers utilisent des mécanismes de synchronisation appris pour réguler le flux d'informations, inspirés des réseaux de neurones récurrents à mémoire à court terme (LSTM).

Les mécanismes de déclenchement permettent aux réseaux de neurones d'avoir des chemins pour l'information à suivre à travers différentes couches ("autoroutes de l'information").

Les réseaux routiers ont été utilisés dans le cadre de tâches d’étiquetage de séquence de texte et de reconnaissance de la parole

GOOGLE TRANSLATE <<<<<<<<<<<<<<<<<

>>>>>>>>>>>>   GOOGLE TRANSLATE  22

Une couche d’autoroute est un type de couche de réseau neuronal qui utilise un mécanisme de déclenchement pour contrôler le flux d'informations à travers une couche. L’empilement de plusieurs couches d’autoroutes permet de former des réseaux très profonds. Les couche d’autoroute fonctionnent en apprenant une fonction de synchronisation qui choisit les parties des entrées à traverser et celles à traverser une fonction de transformation, telle qu'une couche affine standard, par exemple.

GOOGLE TRANSLATE <<<<<<<<<<<<<<<<<

Français

couche d’autoroute

Anglais

Highway Layer

A Highway Layer (paper) is a type of Neural Network layer that uses a gating mechanism to control the information flow through a layer. Stacking multiple Highway Layers allows for training of very deep networks. Highway Layers work by learning a gating function that chooses which parts of the inputs to pass through and which parts to pass through a transformation function, such as a standard affine layer for example.

The International Conference for Machine Learning, a top-tier machine learning conference.

source : Wikipedia

@@ Ligne 1 : / Ligne 1 : @@
 == Domaine ==
-[[Category:Vocabulary]]  Vocabulary
+[[Category:Vocabulary]]
 [[Catégorie:Apprentissage profond]] Apprentissage profond
+[[Catégorie:scotty]]
 == Définition ==
+  >>>>>>>>>>>>   GOOGLE TRANSLATE 11
+En apprentissage automatique, une couche d’autoroute constitue une approche permettant d’optimiser les réseaux et d’en augmenter la profondeur. Les réseaux routiers utilisent des mécanismes de synchronisation appris pour réguler le flux d'informations, inspirés des réseaux de neurones récurrents à mémoire à court terme (LSTM).
+Les mécanismes de déclenchement permettent aux réseaux de neurones d'avoir des chemins pour l'information à suivre à travers différentes couches ("autoroutes de l'information").
+ Les réseaux routiers ont été utilisés dans le cadre de tâches d’étiquetage de séquence de texte et de reconnaissance de la parole
+GOOGLE TRANSLATE <<<<<<<<<<<<<<<<<
+ >>>>>>>>>>>>   GOOGLE TRANSLATE  22
+Une couche d’autoroute est un type de couche de réseau neuronal qui utilise un mécanisme de déclenchement pour contrôler le flux d'informations à travers une couche. L’empilement de plusieurs couches d’autoroutes permet de former des réseaux très profonds. Les couche d’autoroute  fonctionnent en apprenant une fonction de synchronisation qui choisit les parties des entrées à traverser et celles à traverser une fonction de transformation, telle qu'une couche affine standard, par exemple.
+GOOGLE TRANSLATE <<<<<<<<<<<<<<<<<
 == Français ==
+''' couche d’autoroute'''
 == Anglais ==
+'''Highway Layer'''
+A Highway Layer (paper) is a type of Neural Network layer that uses a gating mechanism to control the information flow through a layer. Stacking multiple Highway Layers allows for training of very deep networks. Highway Layers work by learning a gating function that chooses which parts of the inputs to pass through and which parts to pass through a transformation function, such as a standard affine layer for example.
-'''Highway Layer'''
-A Highway Layer (paper) is a type of Neural Network layer that uses a gating mechanism to control the information flow through a layer. Stacking multiple Highway Layers allows for training of very deep networks. Highway Layers work by learning a gating function that chooses which parts of the inputs to pass through and which parts to pass through a transformation function, such as a standard affine layer for example. The basic formulation of a Highway Layer is T * h(x) + (1 - T) * x, where T is the learned gating function with values between 0 and 1, h(x) is an arbitrary input transformation and x is the input. Note that all of these must have the same size.
-ICML
 The International Conference for Machine Learning, a top-tier machine learning conference.
+[https://en.wikipedia.org/wiki/Highway_network  source : Wikipedia ]