« Sous-échantillonnage par la moyenne » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
(Nouveau terme) Balise : Éditeur de wikicode 2017 |
||
Ligne 1 : | Ligne 1 : | ||
== Domaine == | == Domaine == | ||
[[Category:Vocabulary]] | [[Category:Vocabulary]]<br> | ||
[[Category: | [[Category:Intelligence artificielle]]Intelligence artificielle<br> | ||
[[Catégorie:Apprentissage profond]] Apprentissage profond | [[Catégorie:Apprentissage automatique]]Apprentissage automatique<br> | ||
[[Catégorie:Réseau de neurones artificiels]]Réseau de neurones artificiels<br> | |||
[[Catégorie:Apprentissage profond]]Apprentissage profond<br> | |||
[[Category:Coulombe]]Coulombe<br> | |||
[[Catégorie:Scotty]]<br> | |||
== 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 lea 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 == | ||
<h3> | |||
<poll> Choisissez parmi ces termes proposés : | |||
mise en commun de la moyenne | |||
réduction moyenne | |||
réduction par la moyenne | |||
regroupement moyen | |||
regroupement par la moyenne | |||
sous-échantillonnage moyen | |||
sous-échantillonnage par la moyenne | |||
</poll></h3> | |||
<h3>Discussion:</h3> Pour le moment, le terme privilégié est «sous-échantillonnage par la moyenne». | |||
<br> | |||
== Anglais == | == Anglais == |
Version du 7 mai 2019 à 19:04
Domaine
Intelligence artificielle
Apprentissage automatique
Réseau de neurones artificiels
Apprentissage profond
Coulombe
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 lea 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
<poll> Choisissez parmi ces termes proposés : mise en commun de la moyenne réduction moyenne réduction par la moyenne regroupement moyen regroupement par la moyenne sous-échantillonnage moyen sous-échantillonnage par la moyenne </poll>
Discussion:
Pour le moment, le terme privilégié est «sous-échantillonnage par la moyenne».
Anglais
Average-Pooling
Average-Pooling is a pooling technique used in Convolutional Neural Networks for Image Recognition. It works by sliding a window over patches of features, such as pixels, and taking the average of all values within the window. It compresses the input representation into a lower-dimensional representation.
Contributeurs: Claude Coulombe, Jacques Barolet, wiki