« Réseau antagoniste génératif » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 3 : Ligne 3 :
[[Category:Vocabulary]]  Vocabulary<br />
[[Category:Vocabulary]]  Vocabulary<br />
[[Category:Claude]]Claude<br />
[[Category:Claude]]Claude<br />
[[Category:Apprentissage automatique]] Apprentissage automatique<br />
[[Catégorie:Wikipedia-IA]]
[[Catégorie:Apprentissage automatique]]
[[Catégorie:Réseau de neurones artificiels]]
[[Catégorie:scotty]]


[[Category:Apprentissage profond]]  Apprentissage profond<br />
== Définition ==
En intelligence artificielle, les réseaux adverses génératifs (en anglais generative adversarial networks ou GANs) sont une classe d'algorithmes d'apprentissage non-supervisé. Ces algorithmes ont été introduits par Goodfellow et al. 2014. Ils permettent de générer des images avec un fort degré de réalisme.


== Définition ==
Un GAN est un modèle génératif où deux réseaux sont placés en compétition dans un scénario de théorie des jeux1. 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
En intelligence artificielle, les réseaux antagonistes génératifs (en anglais generative adversarial networks ou GANs) sont une classe d'algorithmes d'apprentissage non-supervisé.


   
   


== Français ==
== Français ==
<poll>
 
Choisissez parmi ces termes proposés :
'''Réseaux antagonistes génératifs'''
réseau adversaire génératif
 
réseau antagoniste génératif
</poll>
== Anglais ==
== Anglais ==


===Generative adversarial network===
'''Generative adversarial network'''
<br />
 
<br>
<br>
[https://fr.wikipedia.org/wiki/R%C3%A9seaux_antagonistes_g%C3%A9n%C3%A9ratifs            Source : Wikipedia IA  ]
<br>
<br>

Version du 13 avril 2019 à 13:02

Domaine

Vocabulary
Claude

Définition

En intelligence artificielle, les réseaux adverses génératifs (en anglais generative adversarial networks ou GANs) sont une classe d'algorithmes d'apprentissage non-supervisé. Ces algorithmes ont été introduits par Goodfellow et al. 2014. Ils permettent de générer des images avec un fort degré de réalisme.

Un GAN est un modèle génératif où deux réseaux sont placés en compétition dans un scénario de théorie des jeux1. 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

Réseaux antagonistes génératifs

Anglais

Generative adversarial network



Source : Wikipedia IA