Bonjour, je bosse en ce moment sur les réseaux de neurones pour réaliser un programme reconnaissant des chiffres (quelque chose d'assez simple pour commencer...
Je modélise les chiffres par des tableaux de bits censés représenter les pixels, et je veux utiliser un perceptron pour la reconnaissance.
Mais je ne sais pas quelle architecture adopter: un monocouche va-t-il suffire? (c'est à dire un neurone par chiffre à reconnaitre, recevant directement les infos de la rétine)?
Un multi-couche est-il indispensable ou apporte-t-il des améliorations notables? Si oui, je ne comprends pas l'utilité des couches intermédiaires, et leur role dans l'algorithme (pourquoi transformer les infos de la rétine , ...) quelqu'un pourrait-il me l'expliquer?
Merci d'avance.
Partager