« Taux d'apprentissage » : différence entre les versions

Dernière version du 14 mars 2024 à 14:24

Définition

Facteur multiplicatif appliqué au gradient afin de faire varier le gain du gradient.

Remarque : à chaque itération, l'algorithme de descente de gradient multiplie le taux d'apprentissage par le gradient. Le produit ainsi généré est appelé gain de gradient.

Le taux d'apprentissage est un hyperparamètre.

Français

pas du gradient

gain du gradient

pas de gradient

taux d'apprentissage

pas d'apprentissage

taux d'entraînement

Anglais

learning rate

training rate

step size

Sources

Source : Boné, Romuald; Jean-Pierre Asselin de Beauville et Monique Zollinger (1996). Les réseaux de neurones artificiels : un apport potentiel aux études marketing, Recherche et Applications en Marketing, 11(2), pages 63-81.

Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.

Source : Claude Coulombe, Datafranca.org

Source : Google machine learning glossary

Source : Termino

@@ Ligne 1 : / Ligne 1 : @@
-__NOTOC__
+==Définition==
-== Domaine ==
+Facteur multiplicatif appliqué au [[gradient]] afin de faire varier le gain du gradient.
-[[Category:Vocabulaire]]Vocabulaire<br />
-[[Category:Google]]Google<br />
-[[Category:Apprentissage profond]]Apprentissage profond<br />
-<br />
+Remarque : à chaque [[itération]], l'algorithme de descente de gradient multiplie le taux d'apprentissage par le gradient. Le produit ainsi généré est appelé gain de gradient.
-== Définition ==
+Le taux d'apprentissage est un [[hyperparamètre]].
-Grandeur scalaire utilisée pour entraîner le modèle via la descente de gradient. À chaque itération, l'algorithme de descente de gradient multiplie le taux d'apprentissage par le gradient. Le produit ainsi généré est appelé «pas de gradient».
-Le taux d'apprentissage est un hyperparamètre clé.
+==Français==
+'''pas du gradient'''
+'''gain du gradient'''
+'''pas de gradient'''
+'''taux d'apprentissage'''
-<br />
+'''pas d'apprentissage'''
-== Termes privilégiés ==
+'''taux d'entraînement'''
-=== taux d'apprentissage ===
+==Anglais==
+'''learning rate'''
-=== pas d'apprentissage ===
+'''training rate'''
-<br />
+'''step size'''
-== Anglais ==
-===  learning rate===
+==Sources==
-===step size===
+Source : Boné, Romuald; Jean-Pierre Asselin de Beauville et Monique Zollinger (1996). ''Les réseaux de neurones artificiels : un apport potentiel aux études marketing'', Recherche et Applications en Marketing, 11(2), pages 63-81.
-<br/>
-<br/>
+Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), ''Apprentissage profond'', Paris, Massot éditions, 800 pages.
-<br/>
-[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
+[[Utilisateur:Claude COULOMBE | Source : Claude Coulombe, Datafranca.org]]
-<br/>
-<br/>
+[https://developers.google.com/machine-learning/glossary/ Source : ''Google machine learning glossary'']
-<br/>
+[[Utilisateur:Patrickdrouin  | Source : Termino]]
+[[Category:GRAND LEXIQUE FRANÇAIS]]
+[[Category:Intelligence artificielle]]
+[[Category:Apprentissage profond]]
+[[Category:Termino 2019]]