Discussion :

[wystan]

Bonsoir à tous!
Le titre n'est pas tres explicite mais bon je vais essayer de l'etre plus maintenant!

Donc voila que je me mets au reseaux de neurones, et la je vois un exemple avec la fonction 'et' logique. Jusque la tout va bien la fonction 'et' a deux entrée et une sortie, idem pr le 'ou' mais le 'ou exclusif' par contre contient une couche cachée (ou hidden en anglais).

La c'est le drame et donc ma premiere question est pourquoi cette couche ?!

S'en suit ma deuxieme, imaginons que je veux faire un reseau reconnaissant des champignons ou des arbres, quel est le type dereseau de neurone que je dois choisir soit combien d'entrée, la valeur des poids etc comment les définir correctement? Comment savoir si j'ai une couche cachée?

Merci d'avance pour vos réponses en nourissant mon cerveau de savoir !

[PRomu@ld]

La c'est le drame et donc ma premiere question est pourquoi cette couche ?!

Un réseau de neuronne, il faut voir ça comme une découpe de l'espace d'entrée en hyperplan. (non ne pars pas, c'est très simple).

Dessine sur une feuille les entrée de ton système (ie: tu places 4 points, (0,0) , (0,1) , (1,0) , (1,1) ).

Avec un rdn simple, c'est à dire deux entrée et une sortie, ça revient (on peut le montrer simplement) que ça découpe ton espace d'entrée en deux espaces . En gros ça revient à découper ton espace d'entrée par une droite. A gauche de la droite tu as une sortie et à droite tu as l'autre valeur de sortie.

Reprends maintenant l'exemple du XOR, essaie de découper l'espace d'entrée de façon à isoler les points pour lesquels le XOR vaut 0 d'un coté et 1 de l'autre. Tu ne pourras pas le faire (essaies tu verras).

C'est pour ça qu'on rajoute une couche cachée. L'effet que ça fait, c'est que ça rajoute des droites pour découper l'espace, la sortie du réseau est alors donnée par une combinaison d'intersection de demi espaces (au dessus d'une droite puis au dessous de l'autre, ...)

Si c'est pas clair dis le.

soit combien d'entrée,

Le nombre d'entrée est égal au nombre de descripteurs que tu as utilisé pour décrire les objets à classifier.

la valeur des poids etc comment les définir correctement?

L'apprentissage te permet de le faire.

Comment savoir si j'ai une couche cachée?

Si le problème est linairement séparable (ie tu peux découper l'espace d'entrée par une droite), aucune, sinon tu en rajoutes.

[Alp]

Par contre, y a-t-il un quelconque rapport entre le nombre d'intersections et le nombre de couches cachées ? Je n'ai rien vu à ce sujet, mais bon.

[PRomu@ld]

En fait plus ou moins, plus tu multiplies le nombre de couche caché, plus tu multiplies les combinaisons de découpe de l'espace d'entrée. (ca augmente le nombre d'hyperplan de découpe).

On doit pouvoir simplement trouver le nombre de plan de découpe en fonction du nombre d'entrée, du nombre de neurone dans les couches cachée, ... . Ne m'étant pas plongé plus que ça dedans, je ne pourrais pas t'en dire plus.

[Alp]

Je verrai ça dans quelques temps, le temps que je maitrise un peu plus la théorie sous-jacente.

[PRomu@ld]

Je ne sais pas si ça fait parti de la théorie, c'est juste une interprétation qui aide à comprendre le fonctionnement du réseau.