Terme du glossaire IA

Qu'est-ce que Fonction de perte?

Définition

Un objectif mathématique qui quantifie l'erreur de prédiction lors de l'entraînement.

Termes associés

Perte de formation
La valeur d'erreur du modèle calculée pendant la formation et optimisée à la baisse au fil du temps.
Perte d'entropie croisée
Une fonction objective commune utilisée pour entraîner des modèles de classification en pénalisant les probabilités incorrectes.
Rétropropagation
L'algorithme de formation de base qui met à jour les pondérations du modèle en propageant les erreurs de prédiction vers l'arrière à travers le réseau.
Taux d'apprentissage
Un hyperparamètre de formation contrôlant la quantité de paramètres modifiés à chaque étape de mise à jour.
LLM-en tant que juge
Utiliser un modèle de langage pour noter ou comparer les résultats d'autres modèles lors de l'évaluation.
Biais
Un modèle cohérent d'erreur ou d'injustice dans le comportement des données ou du modèle.

Apprenez-en davantage dans nos guides gratuits

Focal Loss for Imbalanced DetectionTriplet Loss and Metric LearningSigned Distance FunctionsSiamese Networks and Triplet Loss

Voir aussi

LoRA (Low-Rank Adaptation)Machine Learning (ML)Memory (Agent Memory)Large Language Model (LLM)Mixture of Experts (MoE)LatencyModel CardLabel Smoothing
Parcourez le glossaire complet de l'IAExplorez tous les guides gratuits sur l'IA