Fine Tuning

Technique utilisée en deep learning pour ajuster les paramètres d’un modèle pré-entraîné sur une nouvelle tâche qui est similaire à la tâche originale pour laquelle le modèle a été entraîné. Le fine-tuning permet de transférer les connaissances apprises d’un domaine à un autre, optimisant les performances du modèle sur la nouvelle tâche avec relativement peu de données d’entraînement.

Exemple : Un modèle formé pour reconnaître des objets dans des images générales peut être fine-tuné pour la tâche spécifique de reconnaissance de différentes espèces d’oiseaux. En ajustant légèrement les poids du modèle à partir de ses configurations apprises sur le jeu de données général, il peut devenir très performant pour identifier précisément les espèces d’oiseaux, même si seulement un petit nombre d’images par espèce est disponible pour l’entraînement.

Retourner à l'index du lexique