« Réseau antagoniste génératif » : différence entre les versions
m (Remplacement de texte — « <small> loc. nom. masc. </small> » par « <small> masculin </small> ») |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
Ligne 24 : | Ligne 24 : | ||
[[Catégorie:Réseau de neurones artificiels]] | [[Catégorie:Réseau de neurones artificiels]] | ||
[[Catégorie:Apprentissage profond]] | [[Catégorie:Apprentissage profond]] | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] |
Version du 7 juin 2020 à 10:09
Définition
En intelligence artificielle, le réseau antagoniste génératif -RAG, (generative adversarial network - GAN) est une classe d'algorithmes d'apprentissage non-supervisé. Ces algorithmes ont été introduits par Goodfellow et al. 2014 alors qu'il était étudiant au MILA à Montréal. Ils permettent de générer des images avec un fort degré de réalisme.
Un RAG est un modèle génératif où deux réseaux sont placés en compétition dans un scénario de théorie des jeux. Le premier réseau est le générateur, il génère un échantillon (ex. une image), tandis que son adversaire, le discriminateur essaie de détecter si un échantillon est réel ou bien s'il est le résultat du générateur. L'apprentissage peut être modélisé comme un jeu à somme nulle.
Français
réseau adverse génératif masculin
réseau antagoniste génératif masculin
Anglais
Generative adversarial network
Contributeurs: Claude Coulombe, Jacques Barolet, wiki