Réseau neuronal siamois
Un réseau siamois est une architecture profonde comportant deux branches (ou plus) identiques, partageant leurs poids, qui projettent les entrées dans un espace d'intégration (embedding space) où les entrées similaires se retrouvent proches et les entrées dissimilaires éloignées. Introduit par Bromley, LeCun et leurs collègues en 1993 pour la vérification de signatures et remis à l'honneur par Koch et al. (2015) pour la reconnaissance d'images en une seule fois (one-shot), il apprend une métrique de similarité plutôt que des étiquettes de classe fixes, ce qui le rend idéal pour les tâches de vérification, de mise en correspondance et d'apprentissage avec peu d'exemples (few-shot).
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Bromley, J., Guyon, I., LeCun, Y., Säckinger, E., & Shah, R. (1993). Signature verification using a 'Siamese' time delay neural network. Advances in Neural Information Processing Systems, 6. link ↗
- Koch, G., Zemel, R., & Salakhutdinov, R. (2015). Siamese neural networks for one-shot image recognition. ICML Deep Learning Workshop. link ↗
Comment citer cette page
ScholarGate. (2026, June 2). Siamese Neural Network (Deep Metric Learning). ScholarGate. https://scholargate.app/fr/deep-learning/siamese-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- AutoencodeurApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →