Discussion :

[akyso]

Bonjour,

J'ai développé un programme pour la gestion de réseau de neurones.

Je prend une image bmp de 8*16 contenant des 0 ou des 1
Jusque la, il classe bien.
Avec 2 images à différencier, il n'a besoin que des 2 neurones d'entrées et 3 neurones cachés
Et je me retrouve avec 2 questions :
Comment determine t'on le nombre de neurone de la couche d'entrée ?

Et la dernière questions un peu plus délicate.. (encore que)
Je voudrais passer avec les niveaux de gris.
Donc ce que j'ai essayé, c'est de faire 256 * 8 * 16 entrées
si ma couleur vaut 4 sur le pixel (0,0) alors les 256 entrées auront pour valeur 0 sauf le n° 4 qui aura 1 en valeur.

J'étais plutot optimiste, mais en fait, ca marche pas

Quelqu'un a-t'il une idée ?

[souviron34]

Bonjour,

J'ai développé un programme pour la gestion de réseau de neurones.

c'est à dire ?? qu'est-ce que la gestion d'un réseau de neurones ??

Comment determine t'on le nombre de neurone de la couche d'entrée ?

Je ne crois pas (mais je me trompe peut-être, mes souvenirs sont lointains) qu'il existe une liaison de ce style.

C'est le concepteur qui limite le nombre, mais en dehors de ça je ne sais pas.

Et la dernière questions un peu plus délicate.. (encore que)
Je voudrais passer avec les niveaux de gris.
Donc ce que j'ai essayé, c'est de faire 256 * 8 * 16 entrées
si ma couleur vaut 4 sur le pixel (0,0) alors les 256 entrées auront pour valeur 0 sauf le n° 4 qui aura 1 en valeur.

J'étais plutot optimiste, mais en fait, ca marche pas

Quelqu'un a-t'il une idée ?

Il n'y a à priori (encore une fois si mes souvenirs sont bons) aucune corrélation entre nombre de niveaux de gris et nombre de neurones.

Je crois que tu as besoin de revoir la théorie....

au minimum :

http://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones

[Matthieu Brucher]

1) Le nombre de neurones de la couche d'entrée correspond au nombre de données que tu as, pour une imlage n*m, c'est donc n*m neurones.
2) Tes neurones prennent une valeur entre 0 et 1 de manière "continue", les niveaux de gris en font partie. 1 neurone par pixel et par canal, pour être plus exact - un canal étant rouge, vert ou bleu par exemple -. Il faut tirer partie de la continuité des valeurs prises, sinon tu n'arrivera jamais à entraîner ton réseau de manière efficace.
D'ailleurs, c'est logique. Si tu mets 256 neurones parce que 256 ndg, comment prendre en compte l'interaction entre une plage de valeurs ?

[akyso]

j'avais essayé avec des valeurs continues mais les resultats étaient médiocres.
Cela venant sans doute du fait que mon nombre de neurones d'entrée était trop petit.
Je vais essayé avec des valeurs continues et avec 8*15 neurones d'entrées
En tous cas, merci

Pour repondre au message précédent, gestion de réseaux dans le sens ou le programme prend en compte plusieurs formes de réseaux.
Réseau type "binaire" ou l'on peut augmenter le nombre de chose à classer sans réinitialiser les poids.
Il gère également les réseaux classiques (Neurones de sortie=nombre de chose à classer)
Et à bientot (je l'espere) il gerera les reseaux type hopfield.

Merci pour les reponses

[Matthieu Brucher]

Si tu as une image 8*15, il te faut 8*15 neurones d'entrées. ensuite, si ça ne marche pas, plusieurs solutions :
- algorithme de propagation incorrect
- pas assez de neurones dans la couche cachée
- mauvais apprentissage

[akyso]

Merci Miles, ça fonctionne à merveille.
C'était bien mon nombre de neurones d'entrée qui était insufisant.
A +