« Sous-échantillonnage par la moyenne » : 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 : | ||
[[Category:Intelligence artificielle]] | [[Category:Intelligence artificielle]] | ||
[[Catégorie:Apprentissage automatique]] | [[Catégorie:Apprentissage automatique]] | ||
[[Catégorie:Réseau de neurones artificiels]] | [[Catégorie:Réseau de neurones artificiels]] | ||
[[Catégorie:Apprentissage profond]] | [[Catégorie:Apprentissage profond]] | ||
[[Category:Coulombe]] | [[Category:Coulombe]] | ||
[[Catégorie:Scotty]] | [[Catégorie:Scotty]] | ||
==Définition== | ==Définition== | ||
Le sous-échantillonnage par la moyenne (en anglais ''average-pooling'') est une technique utilisée au niveau des couches de partage (''pooling layers)'' des réseaux de neurones convolutifs (RNC) (en anglais ''Convolutional Neural Networks -'' CNN) pour sous-échantillonner les données afin de réduire le nombre de paramètres, la quantité de calculs et par conséquent le sur-ajustement (''overfitting''). Plus précisément, le sous-échantillonnage par la moyenne consiste à réduire la dimension des données en ne conservant que l’information moyenne. Par exemple, dans le cas d'une image, la technique de sous-échantillonnage par la moyenne calculera la moyenne des intensités des pixels du voisinage (''patch''). | Le sous-échantillonnage par la moyenne (en anglais ''average-pooling'') est une technique utilisée au niveau des couches de partage (''pooling layers)'' des réseaux de neurones convolutifs (RNC) (en anglais ''Convolutional Neural Networks -'' CNN) pour sous-échantillonner les données afin de réduire le nombre de paramètres, la quantité de calculs et par conséquent le sur-ajustement (''overfitting''). Plus précisément, le sous-échantillonnage par la moyenne consiste à réduire la dimension des données en ne conservant que l’information moyenne. Par exemple, dans le cas d'une image, la technique de sous-échantillonnage par la moyenne calculera la moyenne des intensités des pixels du voisinage (''patch''). | ||
==Français== | ==Français== | ||
| Ligne 28 : | Ligne 18 : | ||
'''sous-échantillonnage par la moyenne''' n.m. | '''sous-échantillonnage par la moyenne''' n.m. | ||
==Anglais== | ==Anglais== | ||
| Ligne 36 : | Ligne 25 : | ||
< | <small> | ||
Version du 18 juin 2019 à 11:47
Définition
Le sous-échantillonnage par la moyenne (en anglais average-pooling) est une technique utilisée au niveau des couches de partage (pooling layers) des réseaux de neurones convolutifs (RNC) (en anglais Convolutional Neural Networks - CNN) pour sous-échantillonner les données afin de réduire le nombre de paramètres, la quantité de calculs et par conséquent le sur-ajustement (overfitting). Plus précisément, le sous-échantillonnage par la moyenne consiste à réduire la dimension des données en ne conservant que l’information moyenne. Par exemple, dans le cas d'une image, la technique de sous-échantillonnage par la moyenne calculera la moyenne des intensités des pixels du voisinage (patch).
Français
mise en commun de la moyenne n.f.
réduction par la moyenne n.f.
regroupement par la moyenne n.m.
sous-échantillonnage par la moyenne n.m.
Anglais
Average-Pooling
Contributeurs: Claude Coulombe, Jacques Barolet, wiki
