« Modèle préentraîné » : différence entre les versions

Version du 30 janvier 2024 à 20:10

Définition

Un modèle préentraîné est un modèle d'apprentissage, typiquement un grand réseau de neurones profond, entraîné pour une tâche générique sur un immense jeu de données.

Le modèle préentraîné est ensuite sauvegardé et utilisé plus tard pour résoudre un problème similaire grâce à l'apprentissage par transfert.

Compléments

Un grand modèle préentraîné pour résoudre un problème générique apprend toutes sortes de régularités statistiques propres au type de données (images, voix, textes) sur lequel il est entraîné. Une fois entraîné, un grand modèle peut être utilisé pour résoudre d’autres problèmes faisant appel au même type de données. Un peaufinage du modèle est habituellement nécessaire en l'entraînant avec des données spécifiques à une nouvelle tâche.

Des exemples de grands modèles préentraînés sont MobileNet (pour la vision artificielle), BERT, la série des grands modèles de langues GPT-x et LLaMA.

Étant donnée la taille importante de ces modèles, l'étape de préentrainement est généralement réalisée par un nombre restreint d’entreprises possédant des fermes de serveurs infonuagiques équipés de processeurs graphiques

Français

modèle préentraîné

modèle pré-entraîné (forme déconseillée)

Anglais

pre-trained model

pretrained model

Sources

Source: Google machine learning glossary

Cours VIARENA

@@ Ligne 1 : / Ligne 1 : @@
 == Définition ==
-Modèle ou composants de modèle (par exemple, représentations vectorielles continues) qui a déjà été entraîné. Dans certains cas, vous alimentez un réseau de neurones avec des représentations vectorielles continues préentraînées. Dans d'autres cas, votre modèle entraîne lui-même les représentations vectorielles continues plutôt que d'utiliser des représentations vectorielles préentraînées.
+Un modèle préentraîné est un [[modèle d'apprentissage]], typiquement un grand réseau de neurones profond, entraîné pour une tâche générique sur un immense jeu de données.
+Le modèle préentraîné est ensuite sauvegardé et utilisé plus tard pour résoudre un problème similaire grâce à l'[[apprentissage par transfert]].
+== Compléments ==
+Un grand modèle préentraîné pour résoudre un problème générique apprend toutes sortes de régularités statistiques propres au type de données (images, voix, textes) sur lequel il est entraîné. Une fois entraîné, un grand modèle peut être utilisé pour résoudre d’autres problèmes faisant appel au même type de données. Un [[peaufinage]] du modèle est habituellement nécessaire en l'entraînant avec des données spécifiques à une nouvelle tâche.
+<hr/>
+Des exemples de grands modèles préentraînés sont MobileNet (pour la [[vision artificielle]]), [[BERT]], la série des [[grand modèle de langues|grands modèles de langues]] [[GPT]]-''x'' et LLaMA.
+<hr/>
+Étant donnée la taille importante de ces modèles, l'étape de préentrainement est généralement réalisée par un nombre restreint d’entreprises possédant des fermes de serveurs [[infonuagique|infonuagiques]] équipés de [[processeur graphique|processeurs graphiques]]
 == Français ==
-'''modèle préentraîné  '''  <small> masculin </small>
+'''modèle préentraîné'''
+'''modèle pré-entraîné''' <small>(forme déconseillée)</small>
 == Anglais ==
-'''pre-trained model '''
+'''pre-trained model'''
-<small>
+'''pretrained model'''
+==Sources==
 [https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
+[https://catalogue.edulib.org/fr/cours/VIARENA/ Cours VIARENA]
 [[Category:GRAND LEXIQUE FRANÇAIS]]
 [[Category:Apprentissage profond]]