Bonjour à toutes et à tous
Dans le cadre de l'élaboration de mon projet, j'ai besoin d'un coup de main sur l'utilisation d'un réseaux de neurone.
J'ai sous la main un générateur d'être humain en 3D. C'est un logiciel avec lequel on manipule tout une série de paramètre
pour obtenir un peu le type de personne que l'on veut (on peut vraiment paramétrer beaucoup de chose...)
Hier pour la science, j'ai tenté de créer un algorithme qui génère aléatoirement un personnage, en générant des variables aléatoires
pour chacun des paramètres. Le résultat était très intéressant: J'avais systématiquement un Alien, chaque fois différent !
J'ai alors eu une idée: Créer un réseaux de neurone et lui apprendre le "beau", en se basant sur les exemples de ce que je lui donne.
J'ai alors déployé un réseaux de neurone (perceptron multicouche) de 8 entrées, et une sortie:
- les entrées sont 8 paramètres définissant une poitrine (des Float)
- la sortie est un indice de plausibilité visuel de l'ensemble (un indice de plausabilité, soit 0, soit 1)
L'idée étant que chaque association de paramètre me donne un résultat plausible, ou non...
J'ai donc réalisé un apprentissage en mode supervisé. En effet, j'ai soumis à mon réseaux une
vingtaine de cas aléatoire avec chaque fois leur entrées, et le résultat en sortie (de mon expérience donc)
jusque la, tout fonctionne...
Après, j'ai commencé à utiliser mon réseaux de neurone pour le questionner.
En effet, j'ai généré une centaine de cas différents, en questionnant le réseaux à chaque fois sur la
plausibilité du résultat.
==> Le réseaux ne me sort que des chiffres compris entre 0.126 et 0.128 !
En plus, non content de me fournir en sortie un nombre super restreinte, j'ai l'impression que ce
résultat est inefficace tant la réponse ne colle pas à la réalité visuelle de la poitrine...
Pourquoi à votre avis ?
mauvais apprentissage ?
merci d'avance
Partager