Discussion :

[DJEcalcul]

Bonjour a tous,

Si on dispose de trop de donnees en entree j'ai cru comprendre qu'il etait possible de faire ce que certain appelle du "windowing" ou ils font glisser une fenetre sur les donnees d'entrees, divisant donc les inputs en segment ou fenetre et on change successivement de segment pour entrainer le reseau. C'est utiliser pour gerer des inputs trop gros.

En revanche je n'arrive pas a trouver les bons mots cles google pour trouver plus de renseignement la-dessus, notament comment on integre ca dans l'ago ? Comment ca marche, parceque je comprends pas trop comment le reseau est entraine si on utilise pas toutes les donnees mais juste segment par segment, comment a la fin ca peut donner de spoids coherent avec l'ensemble des segments/donnees.

Si quelqu'un a plus de renseignement la-dessus ou des mots cles google ??

Merci.

[ToTo13]

Ton RdN ne change absolument pas, c'est juste des étapes à faire avant.
Disons que tu souhaites segmenter des images, tu ne peux donner toute l'image en entrée et une image binaire (aussi grande) en sortie.
Dans ce cas, le plus simple est de prendre une sous-fenêtre dans l'image et de donner qu'une seule sortie (pixel dans la partie segmentée ou non). Donc tu auras un RdN BEAUCOUP plus petit à entraîner.
Tout ce qu'il te faut ajouter, c'est quelques lignes de codes pour parcourir les images, découper les vignettes (sous-fenêtres) et donner la bonne sortie.

[DJEcalcul]

Ton RdN ne change absolument pas, c'est juste des étapes à faire avant.
Disons que tu souhaites segmenter des images, tu ne peux donner toute l'image en entrée et une image binaire (aussi grande) en sortie.
Dans ce cas, le plus simple est de prendre une sous-fenêtre dans l'image et de donner qu'une seule sortie (pixel dans la partie segmentée ou non). Donc tu auras un RdN BEAUCOUP plus petit à entraîner.
Tout ce qu'il te faut ajouter, c'est quelques lignes de codes pour parcourir les images, découper les vignettes (sous-fenêtres) et donner la bonne sortie.

Justement je vois pas comment d'un point de vue algo. garder la cohérence du RdN en segmentant les données. Tu aurais pas un exemple sous la main ? ou le bon mot clés google que je cherche ça ?

[ToTo13]

Oublie le RdN, oublie l'algorithmique qui va avec.
Tu as une couche d'entrée de la taille de ta fenêtre, des couches cachées (à ta guise) et une couche de sortie avec un seul neurone (ou plus en fonction du nombre de classe à segmenter).
Chaque neurone de la couche d'entrée reçoit la valeur d'un pixel de la fenêtre. Il faut en général normaliser la valeur d'entrée.