Weight decay

La méthode de dégradation des pondérations ou weight decay en anglais est une technique de régularisation utilisée pour limiter le surapprentissage dans un réseau de neurones. Elle consiste à ajouter une pénalité à la fonction d'erreur qui dépend de la magnitude des poids qui relient les neurones entre eux. On utilise en général la pénalité suivante :

$\lambda \sum _{i}w_{i}^{2}$

où $w_{i}$ est le i^e poids dans le réseau et $\lambda$ est un coefficient positif qui donne plus ou moins d'importance à la pénalité. Le paramètre $\lambda$ est en général très petit (0.0001 et moins), il tend vers zéro.

Buts

Le but est d'éviter le surapprentissage. Il a été mathématiquement démontré (Geman, Bienenstock & Doursat 1992; Krogh & Hertz 1992) qu'un réseau utilisant des connexions avec des pondérations de forte magnitude avait plus de peine pour généraliser. Techniquement parlant, de grands poids peuvent provoquer une plus grande variance à la sortie. En forçant la diminution des poids, on obtient un réseau moins flexible qui se spécialise moins dans les données utilisées pour l'apprentissage.

Liens externes

• (en) What is weight decay? Neural Networks FAQ
• (en) Geman S., Bienenstock E. & Doursat R. (1992) Neural networks and the bias/variance dilemma.
• (en) Krogh A. & Hertz, J. A. (1992) A simple weight decay can improve generalization.