Bonjour à tous,
Si je ne m'abuse dans un réseau de neurones classique, un pas d'apprentissage peut être résumé ainsi:
On fait un passage forward des inputs, on calcule une erreur, on rétropropage l'erreur et on met à jour les poids du réseau de neurones.
Ce que j'essaye de faire, c'est au lieu de mettre à jour les poids du réseau, mettre à jour l'entrée. C'est à dire modifier ce que je donne en entrée à mon réseau. Au final on adapte l'entrée au réseau et les poids restent fixes tout comme la sortie.
Du coup il faudrait calculer le gradient de l'entrée par rapport à l'erreur. Je ne sais pas si je suis clair?
J'aimerais avoir des conseils/avis sur comment m'y prendre, voir des liens si quelqu'un sait si cette opération a déjà été réalisée?
Merci
Partager