« Sous-échantillonnage » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| (10 versions intermédiaires par 3 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
Processus qui consiste à remplacer les valeurs contenues dans une fenêtre d'observation (l'échantillon) par une valeur unique calculée à partir des valeurs de l'échantillon selon une règle prédéterminée. | Processus qui consiste à remplacer les valeurs contenues dans une fenêtre d'observation (l''''[[échantillon]]''') par une valeur unique calculée à partir des valeurs de l'échantillon selon une règle prédéterminée. | ||
Cette règle à la base du sous-échantillonnage peut être de différentes natures, mais les types les plus utilisés sont le [[sous-échantillonnage | Cette règle à la base du sous-échantillonnage peut être de différentes natures, mais les types les plus utilisés sont le [[sous-échantillonnage de la valeur maximale|'''sous-échantillonnage de la valeur maximale''']] ''(max-pooling)'' et le [[sous-échantillonnage de la valeur moyenne|'''sous-échantillonnage de la valeur moyenne''']] ''(average-pooling)''. | ||
== Compléments == | == Compléments == | ||
En vision artificielle, cela permet de rajouter de l’invariance spatiale lors de l’extraction d'attributs visuels tout en réduisant la dimension des | En vision artificielle, cela permet de rajouter de l’invariance spatiale lors de l’extraction d'attributs visuels tout en réduisant la dimension des [[représentation|représentations]]. | ||
Voir '''[[Couche de sous-échantillonnage]]''' | |||
==Français== | ==Français== | ||
| Ligne 24 : | Ligne 25 : | ||
'''resampling''' | '''resampling''' | ||
==Sources== | |||
[https://stanford.edu/~shervine/l/fr/teaching/cs-230/pense-bete-reseaux-neurones-convolutionnels Source : Amidi, Shervine et Afshine Amidi, ''Pense-bête de réseaux de neurones convolutionnels''.] | |||
Source: Google, '' Machine learning glossary''. | [https://developers.google.com/machine-learning/glossary?hl=fr Source : Google, ''Machine learning glossary''.] | ||
Source: Goodfellow, Bengio, Courville p.344, ''L'Apprentissage profond''. | Source : Goodfellow, Bengio, Courville p.344, ''L'Apprentissage profond''. | ||
[[Category:Intelligence artificielle]] | [[Category:Intelligence artificielle]] | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
[[Catégorie:Publication]] | |||
Dernière version du 9 avril 2025 à 14:17
Définition
Processus qui consiste à remplacer les valeurs contenues dans une fenêtre d'observation (l'échantillon) par une valeur unique calculée à partir des valeurs de l'échantillon selon une règle prédéterminée.
Cette règle à la base du sous-échantillonnage peut être de différentes natures, mais les types les plus utilisés sont le sous-échantillonnage de la valeur maximale (max-pooling) et le sous-échantillonnage de la valeur moyenne (average-pooling).
Compléments
En vision artificielle, cela permet de rajouter de l’invariance spatiale lors de l’extraction d'attributs visuels tout en réduisant la dimension des représentations.
Voir Couche de sous-échantillonnage
Français
sous-échantillonnage
ré-échantillonnage
rééchantillonnage
mise en commun
Anglais
pooling
subsampling
resampling
Sources
Source : Amidi, Shervine et Afshine Amidi, Pense-bête de réseaux de neurones convolutionnels.
Source : Google, Machine learning glossary.
Source : Goodfellow, Bengio, Courville p.344, L'Apprentissage profond.
Contributeurs: Evan Brach, Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki
