Bonjour,
Je voudrais optimiser mon réseau de neurones (PMC à trois couches) en déterminant le nombre de neurones cachés. Pour cela, je cherche à calculer les erreurs de test, de train et de validation mais j'ai encore du mal à construire un algorithme (de validation croisée). Je travaille sous Python.
Algorithme simplifié :
1) boucle for itérations
2) boucle for CV de type K-fold : découper en deux sous-ensembles : train et test et calculer l'erreur entre Y_test et predict_rn(Y_test)
3) boucle for CV de type I-fold : en deux sous-ensembles : train1 et validation et entraîner le RN ou calculer directement predict_rn(Y_train1) et predict_rn(Y_validation) ?
4) calculer les moyennes des erreurs de validation et de train1
5) algorithme de rétropropagation ?
6) lister les erreurs
7) revenir à 1)
Merci infiniment
Partager