« Minimum local » : différence entre les versions

Dernière version du 28 janvier 2024 à 11:38

Définition

Point d’une fonction de valeur minimale, mais qui ne correspond pas au minimum global de la même fonction.

Note - Un réseau de neurones en cours d’entraînement se retrouve parfois piégé dans un minimum local. Souvent, le seul moyen pour y remédier est de reprendre l’entraînement avec de nouveaux paramètres aléatoires.

Français

Minimum local

Minima locaux

Anglais

Local minimum

Sources

Source : Standoutpublishing

Source : Cornell University

Source : UNWS machine learning dictionary

@@ Ligne 1 : / Ligne 1 : @@
+==Définition==
+Point d’une fonction de valeur minimale, mais qui ne correspond pas au minimum global de la même fonction.
-== en construction ==
+Note - Un réseau de neurones en cours d’entraînement se retrouve parfois piégé dans un minimum local. Souvent, le seul moyen pour y remédier est de reprendre l’entraînement avec de nouveaux paramètres aléatoires.
-[[Catégorie:Vocabulary]]
-[[Catégorie:Apprentissage machine]]
-[[Catégorie:UNSW]]
+== Français ==
+'''Minimum local '''
-== Définition ==
+'''Minima locaux '''
-xxxxxxx
-== Français ==
-xxxxxxx
 == Anglais ==
-'''local minimum'''
+'''Local minimum'''
+==Sources==
+[http://standoutpublishing.com/g/local-minimum.html    Source : Standoutpublishing ]
-Understanding this term depends to some extent on the error surface metaphor.
+[https://arxiv.org/abs/1611.06310  Source :  Cornell University ]
-When an artificial neural network learning algorithm causes the total error of the net to descend into a valley of the error surface, that valley may or may not lead to the lowest point on the entire error surface. If it does not, the minimum into which the total error will eventually fall is termed a local minimum. The learning algorithm is sometimes referred to in this case as "trapped in a local minimum."
+[http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html      Source : UNWS machine learning dictionary]
-In such cases, it usually helps to restart the algorithm with a new, randomly chosen initial set of weights - i.e. at a new random point in weight space. As this means a new starting point on the error surface, it is likely to lead into a different valley, and hopefully this one will lead to the true (absolute) minimum error, or at least a better minimum error.
-<small>
-[http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html      Source : UNWS machine learning dictionary]  ]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]