AI-woordenlijst
Het complete woordenboek van kunstmatige intelligentie
First-Order MAML
Variante de MAML qui approxime les gradients second ordre pour réduire la complexité computationnelle tout en conservant de bonnes performances d'adaptation.
Higher-Order Gradients
Gradients calculés par rapport aux gradients eux-mêmes, essentiels dans les algorithmes de méta-apprentissage pour optimiser les paramètres d'initialisation.
Meta-Loss
Fonction de perte agrégée sur l'ensemble des tâches après adaptation, utilisée pour optimiser les paramètres d'initialisation du méta-modèle.
Initialization Optimization
Processus d'optimisation des poids initiaux d'un réseau de neurones pour faciliter l'apprentissage rapide sur de nouvelles tâches.
Meta-Learning Rate
Taux d'apprentissage utilisé dans l'outer loop pour mettre à jour les méta-paramètres en fonction des performances agrégées sur les tâches.
Meta-Batch
Ensemble de tâches échantillonnées simultanément pour calculer les gradients méta et mettre à jour les paramètres d'initialisation.
Meta-Feature
Caractéristique extraite au niveau méta qui décrit les propriétés d'une tâche d'apprentissage et guide l'adaptation du modèle.
Gradient-Based Optimization
Classe d'algorithmes d'optimisation qui utilisent les gradients de la fonction de perte pour mettre à jour itérativement les paramètres du modèle.