• Contact

Ajustement (fine-tuning)

  • Mise à jour le 2 avril 2026
  • 1 min. à lire

L'ajustement, ou fine-tuning en anglais, est une technique d'optimisation utilisée en programmation, particulièrement dans le domaine de l'apprentissage automatique et des réseaux de neurones. Ce processus consiste à affiner un modèle préalablement entraîné sur une tâche générale pour l'adapter à une tâche plus spécifique ou à un nouveau jeu de données.

Dans le contexte de la programmation, l'ajustement permet de :

  1. Améliorer les performances d'un modèle existant
  2. Réduire le temps et les ressources nécessaires à l'entraînement
  3. Transférer les connaissances d'un domaine à un autre

Par exemple, un modèle de traitement du langage naturel entraîné sur un large corpus de textes en anglais pourrait être ajusté pour comprendre le jargon spécifique d'un domaine médical.

# Exemple simplifié d'ajustement en utilisant TensorFlow
import tensorflow as tf

# Charger un modèle pré-entraîné
base_model = tf.keras.applications.MobileNetV2(weights='imagenet', include_top=False)

# Geler les couches du modèle de base
base_model.trainable = False

# Ajouter de nouvelles couches pour l'ajustement
model = tf.keras.Sequential([
    base_model,
    tf.keras.layers.GlobalAveragePooling2D(),
    tf.keras.layers.Dense(100, activation='softmax')
])

# Compiler et entraîner le modèle ajusté
model.compile(optimizer='adam', loss='categorical_crossentropy')
model.fit(new_data, epochs=10)

L'ajustement est souvent utilisé en conjonction avec l'apprentissage par transfert, où les connaissances acquises pour une tâche sont appliquées à une tâche différente mais connexe. Cette technique est particulièrement utile lorsqu'on dispose de peu de données d'entraînement pour la nouvelle tâche.

Transcription pour Mac

Enregistrer et transcrire vos réunions

Transcription enregistre votre micro et le son de votre Mac sur deux pistes, puis vous rend un texte horodaté où chaque réplique est rangée sous « Moi » ou « Les autres ». Aucun participant n'est ajouté à la visioconférence.

macOS 26 · Mac avec puce Apple

tracking-thumb