Apprentissage profond

Votre mouvement d’apprentissage

S’orienterClarifier un terme, une source, une personne ou un événement.

Pourquoi cette page existe

Les pages de référence soutiennent l’apprentissage sans vous obliger à abandonner votre question ou parcours.

Ce que vous en retirerez

L’apprentissage profond est un apprentissage automatique fondé sur des réseaux de neurones comportant plusieurs couches de transformations apprises.

Avant de commencer

Utilisez ces pages seules ou revenez à l’objet qui vous y a conduit.

Faites ceci maintenant

Trouvez le fait ou la relation nécessaire, puis revenez à votre objectif.

À faire maintenantClarifier ce conceptLe plan indique le résultat, le temps, les prérequis, l’action immédiate et la suite préparée.Autre parcours valableExaminer les SourcesVoir la provenance, la revue et les limites des preuves.

Compte

Glossaire connecté

Apprentissage profond

L’apprentissage profond est un apprentissage automatique fondé sur des réseaux de neurones comportant plusieurs couches de transformations apprises.

Plan pour cette page

Comprendre un concept dans un langage simple et le relier à des idées voisines.

Vous repartirez avec: Les couches construisent des représentations internes utiles à partir d’entrées brutes ou préparées comme pixels, sons ou jetons. « Profond » décrit une architecture en couches, pas une sagesse, une conscience ou une qualité garantie.
Temps: 3–8 min
Avant de commencer: Aucun prérequis. Gardez un exemple réel en tête.
Faites ceci maintenant: Lisez l’explication, puis comparez l’exemple à l’idée reçue.

Étape suivante préparéeRelier données et motifs

Apprentissage profondL’apprentissage profond est un apprentissage automatique fondé sur des réseaux de neurones comportant plusieurs couches de transformations apprises.

Apprentissage automatique
Réseau de neurones
Paramètres
Entraînement

Explication

Les couches construisent des représentations internes utiles à partir d’entrées brutes ou préparées comme pixels, sons ou jetons. « Profond » décrit une architecture en couches, pas une sagesse, une conscience ou une qualité garantie.

Exemple

Un système de vision transforme des pixels à travers de nombreuses couches avant de produire des probabilités pour vélo, chien ou panneau routier.

Pourquoi cela compte

Cette approche alimente de nombreux systèmes de langage, vision, parole et génération. Ses capacités peuvent être fortes tout en exigeant une évaluation des erreurs, données, calcul et limites d’interprétation.

Idée reçue

Idée reçue : l’apprentissage profond signifie que le modèle pense profondément. Correction : la profondeur désigne surtout le nombre et l’organisation des couches de calcul.

Concepts liés

Suivez les relations, pas seulement l’alphabet

Apprentissage automatiqueL’apprentissage automatique est une approche où le comportement d’un modèle est façonné par des motifs trouvés dans des données ou expériences plutôt que seulement par des règles fixes.Réseau de neuronesUn réseau de neurones est une structure de calcul paramétrée qui fait circuler l’information entre unités et transformations pour apprendre une relation entre entrée et résultat.ParamètresLes paramètres sont des valeurs numériques internes qu’une procédure d’entraînement ajuste pour façonner le comportement d’un modèle.EntraînementL’entraînement est le processus d’ajustement d’un modèle pour améliorer sa performance selon un objectif avec des données, du feedback ou des interactions.

Relier données et motifs

Sources et périmètre

Ce qui soutient cet objet

Machine Learning GlossaryGoogle for Developers

Fournit des définitions techniques pour l'apprentissage profond et les réseaux de neurones ; les architectures et la terminologie continuent d’évoluer.

Ouvrir la source

Loading page content...

…