« Réseau antagoniste génératif » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 1 : | Ligne 1 : | ||
== Domaine == | ==Domaine== | ||
[[Category:Vocabulary]] | [[Category:Vocabulary]] | ||
[[Category:Claude]]Claude<br /> | Vocabulary<br /> | ||
[[Category:Claude]] | |||
Claude<br /> | |||
[[Catégorie:Wikipedia-IA]] | [[Catégorie:Wikipedia-IA]] | ||
[[Catégorie:Apprentissage automatique]] | [[Catégorie:Apprentissage automatique]] | ||
| Ligne 8 : | Ligne 10 : | ||
[[Catégorie:scotty]] | [[Catégorie:scotty]] | ||
== Définition == | ==Définition== | ||
En intelligence artificielle, les | En intelligence artificielle, les (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 | 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 == | ==Français== | ||
'''Réseaux antagonistes génératifs''' | '''Réseaux antagonistes génératifs''' | ||
== Anglais == | ==Anglais== | ||
'''Generative adversarial network''' | '''Generative adversarial network''' | ||
| Ligne 25 : | Ligne 26 : | ||
<br> | <br> | ||
<br> | <br> | ||
[https://fr.wikipedia.org/wiki/R%C3%A9seaux_antagonistes_g%C3%A9n%C3%A9ratifs | [https://fr.wikipedia.org/wiki/R%C3%A9seaux_antagonistes_g%C3%A9n%C3%A9ratifs Source : Wikipedia IA] | ||
<br> | <br> | ||
<br> | <br> | ||
Version du 20 avril 2019 à 17:15
Domaine
Vocabulary
Claude
Définition
En intelligence artificielle, les (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
Contributeurs: Claude Coulombe, Jacques Barolet, wiki
