« Couche de sous-échantillonnage » : différence entre les versions

Dernière version du 29 janvier 2024 à 10:10

Définition

Couche d'un réseau convolutif permettant d'ajouter de l'invariance spatiale tout en réduisant la dimension des données par sous-échantillonnage.

Français

couche de sous-échantillonnage

Anglais

pooling layer

Sources

Source: Damien Fourure. Réseaux de neurones convolutifs pour la segmentation sémantique et l’apprentissage d’invariants de couleur. Vision par ordinateur et reconnaissance de formes [cs.CV]. Université de Lyon, 2017. Français. NNT : 2017LYSES056 .

source: Claude Coulombe, Datafranca.org

Source: Remi Delassus. Apprentissage automatique pour la détection d’anomalies dans les données ouvertes : application à la cartographie. Traitement des images [eess.IV]. Université de Bordeaux, 2018. Français. NNT : 2018BORD0230 . tel-02100741

Source: Termino

@@ Ligne 1 : / Ligne 1 : @@
-<!-- Vocabulaire -->
+==Définition==
-[[Category:Intelligence artificielle]]
+Couche d'un réseau convolutif permettant d'ajouter de l'invariance spatiale tout en réduisant la dimension des données par [[sous-échantillonnage]].
-[[Category:Apprentissage profond]]
-[[Category:Termino 2019]]
-<!-- Scotty2 -->
-[[Category:GRAND LEXIQUE FRANÇAIS]]
-== Définition ==
-Couche d'un réseau convolutif permettant d'ajouter de l'invariance spatiale tout en réduisant la dimension des données.
-== Français ==
-'''couche de sous-échantillonnage'''  n.f.
-'''couche de pooling'''  n.f.
+==Français==
+'''couche de sous-échantillonnage'''
-== Anglais ==
+==Anglais==
 '''pooling layer'''
+==Sources==
-<small>
+Source: Damien Fourure. ''Réseaux de neurones convolutifs pour la segmentation sémantique et l’apprentissage d’invariants de couleur''. Vision par ordinateur et reconnaissance de formes [cs.CV]. Université de Lyon, 2017. Français.  NNT : 2017LYSES056 .
-Source: Damien Fourure. ''Réseaux de neurones convolutifs pour la segmentation sémantique et l’apprentissage d’invariants de couleur''. Vision par ordinateur et reconnaissance de formes [cs.CV]. Université de Lyon, 2017. Français.  NNT : 2017LYSES056 .  tel-02111472
 [[Utilisateur:Claude COULOMBE | source: Claude Coulombe, Datafranca.org]]
@@ Ligne 25 : / Ligne 16 : @@
 Source: Remi Delassus. ''Apprentissage automatique pour la détection d’anomalies dans les données ouvertes : application à la cartographie.'' Traitement des images [eess.IV]. Université de Bordeaux, 2018. Français. NNT : 2018BORD0230 .  tel-02100741
-[[Utilisateur:Patrickdrouin  | Source: Termino  ]]
+[[Utilisateur:Patrickdrouin  | Source: Termino]]
+[[Category:Intelligence artificielle]]
+[[Category:Apprentissage profond]]
+[[Category:Termino 2019]]
+[[Category:GRAND LEXIQUE FRANÇAIS]]