« Couche de sous-échantillonnage » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
 
(3 versions intermédiaires par un autre utilisateur non affichées)
Ligne 1 : Ligne 1 :
==Définition==
==Définition==
Couche d'un réseau convolutif permettant d'ajouter de l'invariance spatiale tout en réduisant la dimension des données par [[sous-échantillonnage]].
Couche d'un réseau convolutif permettant d'ajouter de l'invariance spatiale tout en réduisant la dimension des [[représentation|représentations]] par [[sous-échantillonnage]].


==Français==
==Français==
Ligne 7 : Ligne 7 :
'''couche de réduction'''   
'''couche de réduction'''   


'''couche de compression''' 
==Anglais==
==Anglais==
'''pooling layer'''
'''pooling layer'''
Ligne 22 : Ligne 23 :
[[Category:Intelligence artificielle]]
[[Category:Intelligence artificielle]]
[[Category:Apprentissage profond]]
[[Category:Apprentissage profond]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 3 avril 2025 à 10:27

Définition

Couche d'un réseau convolutif permettant d'ajouter de l'invariance spatiale tout en réduisant la dimension des représentations par sous-échantillonnage.

Français

couche de sous-échantillonnage

couche de réduction

couche de compression

Anglais

pooling layer

Sources

Source: Damien Fourure. Réseaux de neurones convolutifs pour la segmentation sémantique et l’apprentissage d’invariants de couleur. Vision par ordinateur et reconnaissance de formes [cs.CV]. Université de Lyon, 2017. Français. NNT : 2017LYSES056 .

source: Claude Coulombe, Datafranca.org

Source: Remi Delassus. Apprentissage automatique pour la détection d’anomalies dans les données ouvertes : application à la cartographie. Traitement des images [eess.IV]. Université de Bordeaux, 2018. Français. NNT : 2018BORD0230 . tel-02100741

Source: Termino