Aide

Besoin d’aide ?

Posez votre question sur le Discord de MiniLab, dans le salon de cette page :

#discussion

Ouvrir le salon ↗

Pas encore membre ? Rejoindre le Discord, puis revenez sur ce bouton.

Ma progression

Sauvegarder ma progression

Chargement…

Votre progression est enregistrée dans ce navigateur, pour cette adresse seulement. Gardez ce code pour la restaurer ailleurs ou après un effacement. Restaurer un code remplace la progression actuelle : vous pouvez aussi revenir à une ancienne étape ou repartir de zéro.

MINILAB-0-1C
Mentions légales
Affichage

Personnaliser l’affichage

Reprendre ma lecture

Optimizer.

En françaisoptimiseurAussi : algorithme d’optimisationExemples : SGD · Adam · AdamW

Algorithme qui met à jour les poids du modèle à partir des gradients.

Voir dans le coursSurapprentissage et échelle

Explication

La rétropropagation dit dans quel sens corriger chaque poids ; l’optimiseur décide de combien. Le plus simple retranche le gradient multiplié par le taux d’apprentissage. Les optimiseurs modernes gardent en mémoire les gradients précédents pour adapter le pas de chaque poids.

Exemple

Dans le projet MiniLab, optimizer.step() applique un pas d’AdamW après chaque lot.

Limites

Un bon optimiseur ne remplace pas un bon taux d’apprentissage : mal réglé, l’entraînement stagne ou diverge.

Notions liées

Chaque ligne se lit comme une phrase : « Optimizer utilise Gradient ».

Sources

Vérification et historique

Sources vérifiées le .

  1. — Première publication — lot 4 : notions enseignées dans le cours, vocabulaire courant du métier et notions en veille.

Mise en ligne le