« Réseau récurrent à longue mémoire court terme » : différence entre les versions

Dernière version du 14 avril 2025 à 18:44

Définition

Un réseau de neurones récurrent à longue mémoire court terme comporte plusieurs mécanismes internes tels qu'une cellule mémoire, une porte d'entrée, une porte de sortie et une porte d'oubli permettant de tenir compte à la fois des dépendances courtes et longues dans les séquences de données. Ces mécanismes de portes sont aussi conçus pour atténuer le problème de la disparition du gradient.

Voir aussi réseau récurrent

Compléments

En principe, un réseau de neurones récurrent LMCT essaie de "se souvenir" des informations importantes que le réseau a vues jusqu'à présent et à "oublier" les informations non pertinentes. Cela se fait en introduisant différents circuits de fonction d'activation appelées "portes" que l'on peut concevoir comme de petits robinets. Les paramètres associés aux différentes portes sont appris par entraînement sur des données.

Les réseaux de neurones récurrents LMCT ont été proposés en 1991 dans thèse de Sepp Hochreiter sous la supervision de Jürgen Schmidhuber.

Puisqu'il s'agirait d'un mécanisme de longue mémoire à court terme, il serait préférable d'éviter la forme « mémoire court terme et long terme ». Cela est un peut-être un détail technique à éviter. À discuter...

Français

réseau récurrent à longue mémoire court terme

réseau de neurones récurrent à longue mémoire court terme

RR / RNR à longue mémoire court terme

réseau à mémoire à long et court terme

réseau de mémoire longue à court terme

réseau récurrent à mémoire long terme

RR / RNR LMCT

réseau LMCT

LMCT

Anglais

long short term memory recurrent network

long short term memory recurrent neural network

long short term memory network

long short-term memory

LSTM

Sources

Thèse de Claude Coulombe - Réseau récurrent à longue mémoire court terme

GDT - réseau à mémoire à long et court terme

Termium - réseau de mémoire longue à court terme

Goodfellow, Bengio, Courville L'apprentissage profond, Éditeur Florent Massot 2018 - mémoire court et long terme

Thèse de Sepp Hochreiter - Untersuchungen zu dynamischen neuronalen Netzen

Claude Coulombe, Datafranca.org

Termino Categorie:Publication

@@ Ligne 1 : / Ligne 1 : @@
-== Domaine ==
+==Définition==
-[[Category:Vocabulary]]  Vocabulary<br />
+Un réseau de neurones récurrent à longue mémoire court terme comporte plusieurs mécanismes internes tels qu'une cellule mémoire, une porte d'entrée, une porte de sortie et une porte d'oubli permettant de tenir compte à la fois des dépendances courtes et longues dans les séquences de '''[[données]]'''. Ces mécanismes de portes sont aussi conçus pour atténuer le  '''[[problème de la disparition du gradient]]'''.
-[[Catégorie:Apprentissage profond]] Apprentissage profond
+Voir aussi '''[[réseau récurrent]]'''
-== Définition ==
+== Compléments ==
+En principe, un réseau de neurones récurrent LMCT essaie de "se souvenir" des informations importantes que le réseau a vues jusqu'à présent et à "oublier" les informations non pertinentes. Cela se fait en introduisant différents circuits de fonction d'activation appelées "portes" que l'on peut concevoir comme de petits robinets. Les paramètres associés aux différentes portes sont appris par entraînement sur des données.
+<hr/>
+Les réseaux de neurones récurrents LMCT ont été proposés en 1991 dans thèse de Sepp Hochreiter sous la supervision de Jürgen Schmidhuber.
+<hr/>
+Puisqu'il s'agirait d'un mécanisme de longue mémoire à court terme, il serait préférable d'éviter la forme « mémoire court terme et long terme ». Cela est un peut-être un détail technique à éviter. À discuter...
+==Français==
+'''réseau récurrent à longue mémoire court terme'''
+'''réseau de neurones récurrent à longue mémoire court terme'''
+'''RR / RNR à longue mémoire court terme'''
+'''réseau à mémoire à long et court terme'''
+'''réseau de mémoire longue à court terme'''
+'''réseau récurrent à mémoire long terme'''
+'''RR / RNR LMCT'''
+'''réseau LMCT'''
+'''LMCT'''
+==Anglais==
+'''long short term memory recurrent network'''
+'''long short term memory recurrent neural network'''
+'''long short term memory network'''
+'''long short-term memory'''
+'''LSTM'''
+==Sources==
+[https://r-libre.teluq.ca/1894/1/Th%C3%A8se_Coulombe.pdf Thèse de Claude Coulombe - Réseau récurrent à longue mémoire court terme]
+[https://vitrinelinguistique.oqlf.gouv.qc.ca/fiche-gdt/fiche/26560357/reseau-a-memoire-a-long-et-court-terme GDT - réseau à mémoire à long et court terme]
+[https://www.btb.termiumplus.gc.ca/tpv2alpha/alpha-fra.html?lang=fra&i=1&srchtxt=LSTM&index=alt&codom2nd_wet=1#resultrecs Termium - réseau de mémoire longue à court terme]
-== Termes privilégiés ==
+[https://datafranca.org/wiki/Cat%C3%A9gorie:App-profond-livre Goodfellow, Bengio, Courville'' L'apprentissage profond'',   Éditeur Florent Massot  2018 - mémoire court et long terme]
+[https://www.bioinf.jku.at/publications/older/3804.pdf Thèse de Sepp Hochreiter -  Untersuchungen zu dynamischen neuronalen Netzen]
+[[Utilisateur:Claude COULOMBE | Claude Coulombe, Datafranca.org]]
-== Anglais ==
-'''LSTM'''
+[[Utilisateur:Patrickdrouin  | Termino]]
-Long Short-Term Memory networks were invented to prevent the vanishing gradient problem in Recurrent Neural Networks by using a memory gating mechanism. Using LSTM units to calculate the hidden state in an RNN we help to the network to efficiently propagate gradients and learn long-range dependencies.
+[[Catégorie:Apprentissage profond]]
-•	Long Short-Term Memory
+[[Category:GRAND LEXIQUE FRANÇAIS]]
-•	Understanding LSTM Networks
+[[Catégorie:101]]
-•	Recurrent Neural Network Tutorial, Part 4 – Implementing a GRU/LSTM RNN with Python and Theano
+[[Categorie:Publication]]

« Réseau récurrent à longue mémoire court terme » : différence entre les versions