IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

Méthodes prédictives Discussion :

Question de débutant sur les Multi Layer Perceptrons ?


Sujet :

Méthodes prédictives

  1. #1
    Nouveau membre du Club
    Inscrit en
    Avril 2008
    Messages
    39
    Détails du profil
    Informations forums :
    Inscription : Avril 2008
    Messages : 39
    Points : 34
    Points
    34
    Par défaut Question de débutant sur les Multi Layer Perceptrons ?
    salut à tous

    Bon ben ma question c'est ce qu'il y a de plus simple.

    Dans un MLP à 3 couches , le vecteur des input comment serait il ?


    exemple : couche des input contient 3 perceptron

    implique mon vecteur de donnée est de la forme (x1,x2,x3)

    ou bien de la forme ( (x1,x2,x3),(x2,x3,x1),(x3,x1,x2))

    merci a tous

  2. #2
    Alp
    Alp est déconnecté
    Expert éminent sénior

    Avatar de Alp
    Homme Profil pro
    Inscrit en
    Juin 2005
    Messages
    8 575
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 35
    Localisation : France, Bouches du Rhône (Provence Alpes Côte d'Azur)

    Informations forums :
    Inscription : Juin 2005
    Messages : 8 575
    Points : 11 860
    Points
    11 860
    Par défaut
    Quel que soit le nombre de couches de ton MLP, il y a un nombre fixe d'informations données à ton MLP. L'ensemble de ces informations constitue une famille de nombres, qui se modélise en fait par un vecteur.

    Si tu dois donner 120 informations en entrée de ton réseau de neurones, tu auras en fait un vecteur de 120 composantes (autrement dit un vecteur de dimension 120), et non pas 120 vecteurs de dimension 120 ou <le nombre de couches du MLP> fois des vecteurs de dimension 120.

    Donc c'est (x1, x2, x3) tout simplement

    Tu peux lire http://alp.developpez.com/tutoriels/...x-de-neurones/ pour te familiariser avec la modélisation des réseaux de neurones et les algorithmes de base pour l'apprentissage

  3. #3
    Nouveau membre du Club
    Inscrit en
    Avril 2008
    Messages
    39
    Détails du profil
    Informations forums :
    Inscription : Avril 2008
    Messages : 39
    Points : 34
    Points
    34
    Par défaut
    Merci Alp

    c'est trés claire comme répense et c'est d'une grande aide pr moi

    maintenant je voudrai me mettre sur le clusturing avec des reseaux de neurones

    je voudrai regrouper en fait des points d'une image en se basant sur leur intensité

    ma qst alors c'est quel type de ANN utiliser (et cmt ça marche )

    merci encore une fois

  4. #4
    Alp
    Alp est déconnecté
    Expert éminent sénior

    Avatar de Alp
    Homme Profil pro
    Inscrit en
    Juin 2005
    Messages
    8 575
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 35
    Localisation : France, Bouches du Rhône (Provence Alpes Côte d'Azur)

    Informations forums :
    Inscription : Juin 2005
    Messages : 8 575
    Points : 11 860
    Points
    11 860
    Par défaut
    Pour cette question, tu seras mieux aidé dans le forum Traitement d'Images (juste à côté du forum Intelligence Artificielle)

+ Répondre à la discussion
Cette discussion est résolue.

Discussions similaires

  1. question de débutant sur les threads
    Par Virgile le chat dans le forum Concurrence et multi-thread
    Réponses: 8
    Dernier message: 27/06/2007, 17h10
  2. [C#] question de débutant sur les threads?
    Par Jayceblaster dans le forum C#
    Réponses: 6
    Dernier message: 27/11/2006, 10h52
  3. Réponses: 15
    Dernier message: 15/10/2006, 16h52
  4. question de débutant sur les jointures
    Par dreamcocktail dans le forum Langage SQL
    Réponses: 6
    Dernier message: 27/03/2006, 15h24
  5. question de débutant sur les objets
    Par boucher_emilie dans le forum ASP
    Réponses: 3
    Dernier message: 06/08/2004, 10h51

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo