Section J — Réseaux de neurones et architectures

Modèle de calcul inspiré du fonctionnement du cerveau humain, composé d’unités de traitement (les « neurones ») interconnectées en couches, …

Unité de calcul élémentaire d’un réseau de neurones artificiels. Chaque neurone reçoit plusieurs valeurs en entrée, leur applique des poids …

Couche intermédiaire d’un réseau de neurones, située entre la couche d’entrée (qui reçoit les données) et la couche de sortie (qui produit l…

Algorithme central de l’apprentissage profond. Lorsqu’un réseau de neurones se trompe sur un exemple, la rétropropagation calcule la part de…

Type de réseau de neurones particulièrement adapté au traitement des images. Au lieu de regarder chaque pixel séparément, il analyse de peti…

Type de réseau de neurones spécialement conçu pour traiter des séquences (texte, parole, série temporelle). Il garde en mémoire ce qu’il a v…

Composant clé des architectures de réseaux de neurones modernes, en particulier des transformeurs. Il permet au modèle de pondérer différemm…

Fonction mathématique appliquée à la sortie d’un neurone artificiel pour décider s’il s’active ou non. Elle introduit la non-linéarité indis…

Architecture d’IA générative composée de DEUX réseaux de neurones qui s’opposent : un « générateur » qui produit des données fausses (ex: im…