Discussion :

[raphchar]

Bonjour

J'ai envie de faire un réseau et de lui faire apprendre XOR

Je crée un réseau 2 entrées 3 couches avec 3,2, puis 1 neurone avec un biais de 0.5

je lui envoie les exemples (1,0), (0,0),(0,1),(1,1) 120 000 fois et au final, rien. Toutes les sorties sont figées à 0.5. Les neurones d'une même couches ontles mêmes poids d'entrée qui sont eux même egaux entre eux.

Pour l'apprentissage j'utilise l'algorithme de rétro-propagation du gradient avec epsilon=0.01

Pouvez-vous m'aider?

[Aleph69]

Bonjour,

on ne le dit jamais assez mais xor c'est lui qui fait la loi :
[ame="http://www.youtube.com/watch?v=74Ew7VrCRrc"]X-OR-générique - YouTube[/ame]

[Aleph69]

Ceci devrait t'intéresser. C'est une sorte de tutorial/TD sur l'apprentissage de la fonction XOR. Tu verras notamment que l'auteur tombe sur le même résultat que toi à une certaine étape (0.5 partout en sortie) :
http://www.math-info.univ-paris5.fr/...eNeurones1.pdf

[raphchar]

Bonjour,
on ne le dit jamais assez mais xor c'est lui qui fait la loi

Non, je n'aime pas cet humour

Ceci devrait t'intéresser. C'est une sorte de tutorial/TD sur l'apprentissage de la fonction XOR. Tu verras notamment que l'auteur tombe sur le même résultat que toi à une certaine étape (0.5 partout en sortie) :
http://www.math-info.univ-paris5.fr/...eNeurones1.pdf

Ici le pas d'apprentissage que j'utilise n'est pas a mettre en défaut
Mais les poids à 1.0 par defaut causent tout le tracas !!! Comme quoi la méthode d'apprentissage n'est pas parfaite du tout

[Aleph69]

Un article historique sur la théorie mathématique du perceptron avec traitement de la question de l'apprentissage de la fonction X-OR :
http://psych.stanford.edu/~jlm/paper...hap8_PDP86.pdf