« Sous-échantillonnage » : différence entre les versions


Aucun résumé des modifications
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
Ligne 26 : Ligne 26 :
'''resampling'''
'''resampling'''


<small>
==Sources==


* [https://stanford.edu/~shervine/l/fr/teaching/cs-230/pense-bete-reseaux-neurones-convolutionnels Source: Amidi, Shervine et Afshine Amidi, ''Pense-bête de réseaux de neurones convolutionnels''.]
* [https://stanford.edu/~shervine/l/fr/teaching/cs-230/pense-bete-reseaux-neurones-convolutionnels Source: Amidi, Shervine et Afshine Amidi, ''Pense-bête de réseaux de neurones convolutionnels''.]

Version du 28 janvier 2024 à 13:24

Définition

Processus qui consiste à remplacer les valeurs contenues dans une fenêtre d'observation (l'échantillon) par une valeur unique calculée à partir des valeurs de l'échantillon selon une règle prédéterminée.

Cette règle à la base du sous-échantillonnage peut être de différentes natures, mais les types les plus utilisés sont le sous-échantillonnage par valeur maximale (Max Pooling) et le sous-échantillonnage par valeur moyenne (Average Pooling).

Compléments

En vision artificielle, cela permet de rajouter de l’invariance spatiale lors de l’extraction d'attributs visuels tout en réduisant la dimension des données.

Voir couche de sous-échantillonnage

Français

sous-échantillonnage

ré-échantillonnage

rééchantillonnage

mise en commun

Anglais

pooling

subsampling

resampling

Sources

Source: Google, Machine learning glossary.

Source: Goodfellow, Bengio, Courville p.344, L'Apprentissage profond.