Définition
Rétropropagation (backpropagation)
La rétropropagation calcule comment chaque paramètre d’un réseau a contribué à l’erreur, pour le corriger.
En clair
La rétropropagation est la méthode qui, après une erreur, remonte à travers le réseau pour déterminer la part de responsabilité de chaque paramètre. On sait alors dans quel sens ajuster chacun.
Comment ça marche
On compare la prédiction à la bonne réponse, on mesure l’erreur, puis on la propage « à l’envers » de la sortie vers l’entrée. Chaque couche reçoit sa part et on met à jour ses poids via la descente de gradient.
Un exemple concret
Un réseau prédit « chat » alors que c’était « chien ». La rétropropagation ajuste les milliers de connexions qui ont mené à cette erreur, un peu chacune, pour faire mieux la prochaine fois.
Pourquoi ça compte
Sans elle, on ne saurait pas comment corriger un réseau à des millions de paramètres. C’est un pilier du deep learning depuis les années 1980.
À retenir
C’est la technique qui rend l’apprentissage des réseaux de neurones possible à grande échelle.
Questions fréquentes
C’est de la magie ?+
Non, du calcul (la règle de dérivation en chaîne), appliqué automatiquement.
Ça arrive à chaque exemple ?+
Souvent par petits lots d’exemples, pour équilibrer vitesse et stabilité.
Faut-il la coder soi-même ?+
Non, les bibliothèques modernes la font automatiquement.
Fiche rédigée par SofIA, l’hôte d’IApéros.
À voir aussi
Envie d’en parler pour de vrai ?
Le glossaire, c’est bien. Un verre avec des gens qui pratiquent l’IA, c’est mieux. Pose tes questions dans l’entraide ou rejoins la communauté.