« Problème de l'explosion du gradient » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(30 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== Domaine ==
==Définition==
[[Category:Vocabulary]]
Problème posé, dans un réseau de neurones profond, par l'augmentation très rapide des valeurs des gradients pendant la rétropropagation entraînant un dépassement de la capacité de la représentation interne des nombres et l'arrêt de l'apprentissage.
[[Category:Intelligence artificielle]]Intelligence artificielle<br>
[[Catégorie:Apprentissage automatique]]Apprentissage automatique<br>
Note: plusieurs techniques permettent de contrer l'explosion du gradient à commencer par de meilleures techniques d'initialisation, le choix de fonctions d'activation non saturantes comme la fonction linéaire rectifiée, la normalisation par lots et l'écrêtage de gradient
[[Catégorie:Réseau de neurones artificiels]]Réseau de neurones artificiels<br>
[[Catégorie:Apprentissage profond]]Apprentissage profond
[[Category:Coulombe]]
[[Category:scotty]]


== Définition ==
==Français==
Le problème de l'explosion du gradient est l'opposé du problème du gradient évanescent (ou disparition du gradient). Dans les réseaux de neurones profonds, la valeur des gradients peut augmenter d'une façon explosive pendant la rétropropagation, entraînant un dépassement de la capacité de la représentation interne des nombres (en anglais number overflow).
'''problème de l'explosion du gradient''


Plusieurs techniques permettent de contrer l'explosion du gradient à commencer par de meilleures techniques d'initialisation (par exemple, Xavier ou Glorot), le choix de fonctions d'activation non saturantes comme la fonction linéaire rectifiée (en anglais ReLU), la normalisation par lots (en anglais batch normalization) et l'écrêtage de gradient (en anglais gradient clipping).
'''explosion du gradient'''  


== Français ==
==Anglais==
'''exploding gradient problem'''


'''problème de l'explosion du gradient'''   n.m.
'''gradient explosion problem'''


'''problème de l'explosion des gradients'''  n.m.


==Sources==
Source: Pascanu, Razvan (2014). ''On Recurrent and Deep Neural Networks'', thèse de doctorat, Université de Montréal, 267 pages.


== Anglais ==
[https://openclassrooms.com/courses/utilisez-des-modeles-supervises-non-lineaires/empilez-les-perceptrons Source: openclassrooms.com]


'''Exploding Gradient Problem'''
[[Utilisateur:Patrickdrouin  | Source: Termino]]   


[[Utilisateur:Claude COULOMBE | Source: Claude Coulombe]]  ([[Discussion utilisateur:Claude COULOMBE | discussion]])


<br>


<br>
[[Category:Intelligence artificielle]]
[[Catégorie:Apprentissage automatique]]


[https://openclassrooms.com/courses/utilisez-des-modeles-supervises-non-lineaires/empilez-les-perceptrons            Référence: openclassrooms.com]
[[Catégorie:Apprentissage profond]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Termino 2019]]

Dernière version du 28 janvier 2024 à 12:42

Définition

Problème posé, dans un réseau de neurones profond, par l'augmentation très rapide des valeurs des gradients pendant la rétropropagation entraînant un dépassement de la capacité de la représentation interne des nombres et l'arrêt de l'apprentissage.

Note: plusieurs techniques permettent de contrer l'explosion du gradient à commencer par de meilleures techniques d'initialisation, le choix de fonctions d'activation non saturantes comme la fonction linéaire rectifiée, la normalisation par lots et l'écrêtage de gradient

Français

problème de l'explosion du gradient

explosion du gradient

Anglais

exploding gradient problem

gradient explosion problem


Sources

Source: Pascanu, Razvan (2014). On Recurrent and Deep Neural Networks, thèse de doctorat, Université de Montréal, 267 pages.

Source: openclassrooms.com

Source: Termino

Source: Claude Coulombe ( discussion)