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


m (Remplacement de texte — «  ==Définition== » par «  ==Définition== »)
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 1 : Ligne 1 :
<!-- Vocabulaire -->
[[Category:Intelligence artificielle]]
[[Category:Apprentissage profond]]
[[Category:Termino 2019]]
<!-- Scotty2 -->
[[Category:GRAND LEXIQUE FRANÇAIS]]
==Définition==
==Définition==
Couche d'un réseau convolutif permettant d'ajouter de l'invariance spatiale tout en réduisant la dimension des données.
Couche d'un réseau convolutif permettant d'ajouter de l'invariance spatiale tout en réduisant la dimension des données.
Ligne 14 : Ligne 8 :
'''pooling layer'''
'''pooling layer'''


<small>


<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 .  


Ligne 23 : Ligne 17 :


[[Utilisateur:Patrickdrouin  | Source: Termino]]
[[Utilisateur:Patrickdrouin  | Source: Termino]]
[[Category:Intelligence artificielle]]
[[Category:Apprentissage profond]]
[[Category:Termino 2019]]
[[Category:GRAND LEXIQUE FRANÇAIS]]

Version du 5 mai 2020 à 19:56

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 loc. nom. f.

Anglais

pooling layer

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