IA durable

Chapitre 5. Automatisation de la sélection des modèles

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

L'adage "pull out all the stops", qui signifie que tu épuises toutes les ressources pour atteindre un objectif, pourrait s'appliquer à la façon dont les modèles sont actuellement conçus dans DL. Ce travail consiste à ajuster plusieurs configurations d'un modèle DL, un peu comme un organiste qui utilise une variété de jeux pour produire différents sons. L'obtention de la classe, de la configuration et des paramètres appropriés pour une tâche particulière en aval à partir de l'espace massif des possibilités est connue sous le nom de sélection de modèle. Cette étape de sélection du modèle est fastidieuse et nécessite plusieurs ordres de grandeur de ressources informatiques en plus de la formation du modèle final, comme l'illustre la figure 5-1. De plus, le processus de sélection des modèles en DL est connu pour être autant un art qu'une science, nécessitant un effort humain important.¹

Figure 5-1. La proverbiale "partie émergée de l'iceberg" capture les coûts rarement abordés de l'exécution de la sélection de modèles en DL. Le vaste espace d'hypothèses multiplie les coûts de sélection de modèles par rapport au coût de formation d'un seul modèle.

Dans ce chapitre, nous allons comprendre pourquoi la ...