Comment détecter le surapprentissage d’un modèle profond pour robot ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
On détecte le surapprentissage d’un modèle profond pour robot lorsque ses résultats restent bons sur les données vues mais se dégradent sur des exemples nouveaux et représentatifs.
Comparer entraînement et réalité
Jeux séparés, courbes de perte, validation croisée et tests de domaine révèlent l’écart.Reconnaître des pièces brillantes
Le modèle réussit les photos du banc mais confond les pièces sous lumière d’atelier ; la généralisation est insuffisante.Ajouter des images copiées ne suffit pas
Diversité, augmentation, arrêt précoce et évaluation indépendante sont nécessaires.
Sources et références
- [1] Deep Learning Book — MIT Press