Bonjour ,
je cherche une documentation explicant la démarche à suivre pour déterminer le nombres de couches et de neurones cachées!
Merci pour votre help
Bonjour ,
je cherche une documentation explicant la démarche à suivre pour déterminer le nombres de couches et de neurones cachées!
Merci pour votre help
En matière de réseaux de neurones, il n'y a pas, je pense, de recette miracle, il faut effectuer une validation croisée pour déterminer les paramètre optimaux tout en contrôlant le sur-apprentissage.
+1 avec ce qui vient d'être dit.
On privilégie en général une forme pyramidale avec un seule couche cachée, car il a été démontré que l'on peut obtenir des résultats comparable avec une seule couche (me rappelle plus du titre de l'article).
Rappelle toi surtout que ton nombre de poids doit être au maximum le tiers de ton nombre d'instances.
Consignes aux jeunes padawans : une image vaut 1000 mots !
- Dans ton message respecter tu dois : les règles de rédaction et du forum, prévisualiser, relire et corriger TOUTES les FAUTES (frappes, sms, d'aurteaugrafe, mettre les ACCENTS et les BALISES) => ECRIRE clairement et en Français tu DOIS.
- Le côté obscur je sens dans le MP => Tous tes MPs je détruirai et la réponse tu n'auras si en privé tu veux que je t'enseigne.(Lis donc ceci)
- ton poste tu dois marquer quand la bonne réponse tu as obtenu.
En réalité ça dépend de la dimension du problème de départ.
Si t'as un problème avec 300 entrées mais qui soit représentable en 2 dimensions, alors 2 neurones dans la couche cachée suffisent.
slt ...tn général en utilise une couche cachée et plus rarement 2..pour le nombre de noeuds dans la couche caché ..tu peux utiliser 2n+1 avec n la dimension du vecteur d'entrée ..
"
1-it was proved (Kolmogorov, (1957)) that if g is
continuous, then g has an exact representation of the type that could be implemented by a neural
network of the type in figure 1, providing that the individual neurons be allowed to compute
possibly different (not necessarily sigmoidal) transfer functions. In fact, this theory even
specifies the number of middle layer nodes, (2n+l), if n is the number of input layer nodes (i.e.
the dimension of the input vector x).
2-using the mathematical tools of functional analysis, it has
been proven that, loosely speaking, fairly general functions g can be approximated to any
desired degree of accuracy using the sigmoidal logistic function F for Fm and F in (1), and by
increasing the number of middle layer nodes (see Cybenko (1989), for example)."
A ma connaissance au contraire un utilise plutôt une forme pyramidale : entrée > cachée > sortie. Mais je n'ai pas l'article qui prouvait cela.
C'est d'ailleurs ce qui est fait maintenant en "Deep Learning", d'où l'utilisation du "max pooling".
En mettant 2^d, tu fais juste exploser ton nombre de neurones dans la couche cachée. Comment ferais tu pour un problème de dimension 100 (qui est une taille plutôt petite) ?
Consignes aux jeunes padawans : une image vaut 1000 mots !
- Dans ton message respecter tu dois : les règles de rédaction et du forum, prévisualiser, relire et corriger TOUTES les FAUTES (frappes, sms, d'aurteaugrafe, mettre les ACCENTS et les BALISES) => ECRIRE clairement et en Français tu DOIS.
- Le côté obscur je sens dans le MP => Tous tes MPs je détruirai et la réponse tu n'auras si en privé tu veux que je t'enseigne.(Lis donc ceci)
- ton poste tu dois marquer quand la bonne réponse tu as obtenu.
Bonjour,
Voilà j'ai trouvé une autre formul (kuligowsk 1997)
2Nentrées+1<NNchachés<2(Nentrées)^1/2+Nsorties, donc il faut juste tester.
Je m'immisce légèrement ici
Il est certain q'uil y a eu des résultats nouveaux depuis que j'ai bossé sur ce domaine (sniff un certain temps), mais il me semble me souvenir que une équipe de maths de Jussieu avait démontré, fin des années 80, que de toutes façons au delà de 2 couches on ne savait plus à quoi correspondaient ni les coeffs ni la signification/l'usage des neurones, de leurs liaisons, etc.. et donc les nombres aussi
(d'où d'ailleurs un des arguments majeurs contre l'idée reçue et assez répandue chez les jeunes qu'on puiisse "repoduise un cerveau" dans un futur prévisible... On en est très très très loin)
"Un homme sage ne croit que la moitié de ce qu’il lit. Plus sage encore, il sait laquelle".
Consultant indépendant.
Architecture systèmes complexes. Programmation grosses applications critiques. Ergonomie.
C, Fortran, XWindow/Motif, Java
Je ne réponds pas aux MP techniques
Vous avez un bloqueur de publicités installé.
Le Club Developpez.com n'affiche que des publicités IT, discrètes et non intrusives.
Afin que nous puissions continuer à vous fournir gratuitement du contenu de qualité, merci de nous soutenir en désactivant votre bloqueur de publicités sur Developpez.com.
Partager