Le gagnant prend tout dans la sélection d'actions
Definition
Le principe du « gagnant prend tout » (WTA) est un processus compétitif utilisé dans les …
Neural Networks
Terms tagged with Neural Networks
Sigmoïde
Definition
La fonction sigmoïde, définie par σ(z) = 1 / (1 + e^-z), est largement utilisée en …
Apprentissage de parité
Definition
L’apprentissage de parité est un problème de référence dans la théorie de …
Calcul neuronal
Definition
Le calcul neuronal désigne les opérations mathématiques effectuées par les neurones …
Normalisation par couche
Definition
La normalisation par couche stabilise l’entraînement en réduisant le décalage de …
Réseau autoroutier
Definition
Les réseaux autoroutiers sont conçus pour résoudre le problème de la disparition du …
Couche cachée
Definition
Une couche cachée est constituée de neurones qui reçoivent des entrées des couches …
Unité Récurrente à Portes (GRU)
Definition
Une Unité Récurrente à Portes (GRU) est une cellule spécialisée de réseau neuronal …
Réseau à propagation avant
Definition
Les réseaux à propagation avant (FFN), également connus sous le nom de perceptrons …
Époque
Definition
En apprentissage automatique, une époque représente une seule itération sur …
Dense
Definition
Dans les réseaux de neurones, le terme ‘dense’ désigne des couches …
Apprentissage continu
Definition
L’apprentissage continu, également connu sous le nom d’apprentissage tout au …
Normalisation par lot
Definition
Cette méthode ajuste et met à l’échelle les activations pour avoir une moyenne …
Algorithme acteur-critique
Definition
L’algorithme acteur-critique emploie deux composants : l’acteur, qui met à …
Un calcul logique des idées immanentes dans l'activité nerveuse
Definition
Cet article fondateur proposait un modèle mathématique des réseaux de neurones, …
Softmax
Definition
Le Softmax est largement utilisé dans la couche de sortie des réseaux de neurones pour …
ReLU
Definition
La ReLU est largement utilisée dans les réseaux neuronaux profonds en raison de son …
Réseau de neurones récurrent
Definition
Les RNN sont conçus pour reconnaître des motifs dans des séquences de données, telles que …
Décodeur
Definition
Dans les modèles de séquence à séquence, le décodeur prend le vecteur de contexte produit …
Fonction d'activation
Definition
Une fonction d’activation introduit une non-linéarité dans un réseau neuronal, lui …
Linéaire
Definition
Les opérations linéaires impliquent une multiplication et une addition sans activations …
Apprentissage profond
Definition
Les algorithmes d’apprentissage profond tentent de imiter les processus analytiques …
Réseau neuronal convolutif
Definition
Les réseaux neuronaux convolutifs (RNC) sont conçus pour apprendre automatiquement et de …
Rétropropagation
Definition
La rétropropagation, abréviation de rétropropagation des erreurs, est une méthode …