La descente de gradient par lots additionne l'erreur pour chaque point d'un ensemble d'apprentissage, mettant ainsi à jour le modèle après que tous les exemples d'apprentissage aient été évalués.
Ce processus est appelé une époque de formation.
La descente de gradient par lots produit un gradient d'erreur et une convergence qui sont stables.
Bienvenu, je m’appelle Eric Soupet et je suis l'administrateur du site elodees.com. elodees.com est un état de l'art de l'Intelligence Artificielle et se veut collaboratif, vous pouvez dès à présent proposer du contenu tels que des articles, des événements, des tutoriels, ... alors n'hésitez pas !
