« Mini-lot » : différence entre les versions


(Page créée avec « == Domaine == catégorie:Démo Catégorie Démo == Définition == == Termes privilégiés == == Anglais == »)
 
Aucun résumé des modifications
 
(43 versions intermédiaires par 4 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== Domaine ==
==Définition==
Petit nombre d'exemples sélectionnés au hasard parmi l'ensemble des exemples d'entraînement et traités simultanément lors d'une itération du processus d'apprentissage.


[[catégorie:Démo]] Catégorie Démo
Remarque : la taille d'un mini-lot varie généralement entre 10 et 1 000 exemples. L'utilisation des mini-lots permet de calculer plus efficacement la perte que sur l'ensemble des exemples d'apprentissage.


==Français==
== Définition ==
'''mini-lot''' 


==Anglais==
'''mini-batch'''


== Termes privilégiés ==
'''minibatch'''


   
==Sources==
Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), ''Apprentissage profond'', Paris, Massot éditions, 800 pages.
 
== Anglais ==
[https://developers.google.com/machine-learning/glossary/ Source : ''Google machine learning glossary'']
 
[[Utilisateur:Patrickdrouin | Source : Termino]]
 
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Apprentissage profond]]
[[Category:Termino 2019]]

Dernière version du 6 avril 2024 à 12:29

Définition

Petit nombre d'exemples sélectionnés au hasard parmi l'ensemble des exemples d'entraînement et traités simultanément lors d'une itération du processus d'apprentissage.

Remarque : la taille d'un mini-lot varie généralement entre 10 et 1 000 exemples. L'utilisation des mini-lots permet de calculer plus efficacement la perte que sur l'ensemble des exemples d'apprentissage.

Français

mini-lot

Anglais

mini-batch

minibatch

Sources

Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.

Source : Google machine learning glossary

Source : Termino