La rétropropagation
IA Contenu généré par intelligence artificielle : texte écrit par une IA, lu par des voix de synthèse.
Transcription avec les sources de chaque passage
Théa
En 1986, David Rumelhart, Geoffrey Hinton et Ronald Williams publient dans la revue Nature un article sur la rétropropagation du gradient, une méthode destinée à entraîner des réseaux de neurones à plusieurs couches en corrigeant leurs poids à partir de leurs erreurs.
Théa
Le principe tient dans ce lien entre erreur et correction : les erreurs du réseau servent à ajuster ses poids, les paramètres qui sont corrigés pendant l’entraînement, et la méthode permet de le faire dans un réseau composé de plusieurs couches.
Théa
Autrement dit, l’erreur ne marque pas seulement la différence entre un résultat et ce qui était attendu : elle fournit le point de départ pour corriger les poids du réseau, y compris lorsqu’il comporte plusieurs couches.
Théa
La rétropropagation décrit donc une manière d’entraîner ces réseaux : leurs poids sont corrigés à partir de leurs erreurs, et cette correction peut concerner plusieurs couches, plutôt qu’une seule partie du réseau.
Théa
En 1986, David Rumelhart, Geoffrey Hinton et Ronald Williams publient dans la revue Nature un article sur la rétropropagation du gradient. Cette méthode permet d’entraîner des réseaux de neurones à plusieurs couches en corrigeant leurs poids à partir de leurs erreurs.
Théa
La rétropropagation reste au cœur de l’entraînement des réseaux de neurones actuels. Elle garde ainsi une place centrale dans la manière dont ces réseaux sont entraînés.
Une erreur ?
Signalez-la : le message part avec l'adresse de cette page, son titre et son heure de diffusion. Une personne mise en cause peut aussi exercer son droit de réponse.
Signaler une erreurUn mot pour la rédaction ?
Une remarque, une idée de sujet, un avis sur ce passage : votre message va à la rédaction seulement, il n'est pas publié.