Paramètres

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

Les paramètres sont des valeurs numériques internes qu’une procédure d’entraînement ajuste pour façonner le comportement d’un modèle.

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

Paramètres

Les paramètres sont des valeurs numériques internes qu’une procédure d’entraînement ajuste pour façonner le comportement d’un modèle.

Plan pour cette page

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

Vous repartirez avec: Ils influencent la combinaison et la transformation des signaux lorsqu’une entrée est traitée. D’autres réglages, les données, l’architecture, les instructions, les outils et les contrôles du produit affectent aussi le système final.
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 préparéeÉtudier le processus d’entraînement

ParamètresLes paramètres sont des valeurs numériques internes qu’une procédure d’entraînement ajuste pour façonner le comportement d’un modèle.

Réseau de neurones
Modèle
Entraînement

Explication

Ils influencent la combinaison et la transformation des signaux lorsqu’une entrée est traitée. D’autres réglages, les données, l’architecture, les instructions, les outils et les contrôles du produit affectent aussi le système final.

Exemple

Pendant l’entraînement, un réseau modifie de nombreux poids pour qu’une image soit plus probablement attribuée à la bonne catégorie.

Pourquoi cela compte

Le nombre de paramètres indique parfois l’échelle et les ressources, mais ne révèle pas seul les connaissances, l’exactitude ou la sûreté pour un usage.

Idée reçue

Idée reçue : chaque paramètre stocke un fait lisible. Correction : connaissances et comportements sont distribués entre valeurs numériques et composants qui interagissent.

Concepts liés

Suivez les relations, pas seulement l’alphabet

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.ModèleUn modèle est une représentation apprise ou conçue qui associe des entrées à des résultats pour une tâche ou famille de tâches définie.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.

Étudier le processus d’entraînement

Sources et périmètre

Ce qui soutient cet objet

Machine Learning GlossaryGoogle for Developers

Définit les paramètres appris et les composants du modèle associés ; Le nombre de paramètres à lui seul ne constitue pas une mesure complète de la capacité.

Ouvrir la source

Loading page content...

…