Divergence contractive persistante


La version imprimable n’est plus prise en charge et peut comporter des erreurs de génération. Veuillez mettre à jour les signets de votre navigateur et utiliser à la place la fonction d’impression par défaut de celui-ci.

Définition

La divergence contractive persistante est une méthode d’apprentissage pour les machines de Boltzmann restreintes, qui sont des modèles probabilistes non supervisés utilisés pour l’apprentissage profond. La divergence contractive persistante est une variante de la divergence contractive, qui est une approximation de la vraisemblance du modèle. Elle utilise un échantillonnage de Gibbs plus long pour réduire le biais de l’approximation.

Français

Divergence contractive persistante

Anglais

Persistant contractive divergence

Sources

Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 Source : DataScience



Contributeurs: Jacques Barolet, Marie Alfaro, wiki