Réseau de neurones

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

Un 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.

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

Réseau de neurones

Un 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.

Plan pour cette page

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

Vous repartirez avec: L’entraînement ajuste de nombreux paramètres numériques afin de mieux servir un objectif sur des exemples. Les réseaux modernes adoptent différentes architectures pour images, langage, son, contrôle ou combinaisons de modalités.
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 préparéeVoir comment les modèles sont entraînés et utilisés

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.

Apprentissage profond
Paramètres
Caractéristique

Explication

L’entraînement ajuste de nombreux paramètres numériques afin de mieux servir un objectif sur des exemples. Les réseaux modernes adoptent différentes architectures pour images, langage, son, contrôle ou combinaisons de modalités.

Exemple

Un réseau entraîné sur des chiffres manuscrits reçoit des pixels et produit une probabilité pour chaque chiffre de zéro à neuf.

Pourquoi cela compte

Les réseaux de neurones soutiennent une grande partie de l’IA moderne, mais le nom de l’architecture n’établit ni fiabilité ni compréhension. Données, objectif, entraînement, évaluation et déploiement restent décisifs.

Idée reçue

Idée reçue : un réseau artificiel est une copie numérique du cerveau humain. Correction : c’est une conception mathématique seulement inspirée de loin par certaines idées sur les neurones reliés.

Concepts liés

Suivez les relations, pas seulement l’alphabet

Apprentissage profondL’apprentissage profond est un apprentissage automatique fondé sur des réseaux de neurones comportant plusieurs couches de transformations apprises.ParamètresLes paramètres sont des valeurs numériques internes qu’une procédure d’entraînement ajuste pour façonner le comportement d’un modèle.CaractéristiqueUne caractéristique est une propriété ou représentation d’entrée qu’un modèle utilise pour produire un résultat.

Voir comment les modèles sont entraînés et utilisés

Sources et périmètre

Ce qui soutient cet objet

Machine Learning GlossaryGoogle for Developers

Définit les composants du réseau neuronal dans un contexte d'apprentissage technique ; les analogies biologiques sont limitées et ne devraient pas impliquer d’équivalence avec le cerveau.

Ouvrir la source

Loading page content...

…