Apprentissage par l'algorithme du perceptron

Bonjour
je suis débutante en réseau de neurones et j' ai un code à réaliser concernant l'apprentissage par perceptron sous matlab, et je sais pas d'où commencer, voilà les informations concernant le travail:
On souhaite réaliser l’apprentissage d’un RN à un seul neurone ayant deux entrées, on doit simuler la fonction ET à l’aide d’un Perceptron, les conditions initiales (w1=0.2, w2=+0.1, µ=0.1), et voilà les exemple de comportement:

e1 e2 d=e1ETe2
1 1 1
-1 1 -1
-1 -1 -1
1 -1 -1


merci pour votre aide

Bonsoir,

tu devrais peut-être commencer par te documenter sur le perceptron multicouches, ce n'est pas ce qui manque sur google!

Par exemple, ceci et le lien donné en bas de page :
http://fr.wikipedia.org/wiki/Perceptron

Si tu as les moyens ou une b.u. à disposition, il existe de nombreux livres intéressants sur les réseaux de neurones.

Citation:

---

Envoyé par Aleph69

tu devrais peut-être commencer par te documenter sur le perceptron multicouches, ce n'est pas ce qui manque sur google!

---

arij25 nous parle ici de perceptron "simple", et non multicouche. Ce qui n’empêche qu'il existe énormément d'information sur le sujet on the web :).

Citation:

---

Envoyé par Aleph69

Par exemple, ceci et le lien donné en bas de page :
http://fr.wikipedia.org/wiki/Perceptron

---

Le lien est assez concis, et le code plutôt hard pour ce mettre les idees au clair, de plus il semble que le taux d'apprentissage soit fixe, ce qui n'est pas très judicieux.

Citation:

---

Envoyé par Aleph69

Si tu as les moyens ou une b.u. à disposition, il existe de nombreux livres intéressants sur les réseaux de neurones.

---

+1, rien ne vaut le papier (recycle bien sur.)

Apres avoir bien troller,

On commence part ce mettre les idées au clair.
1. Le perceptron est un algorithme d'apprentissage supervise de fonction linéaire.
-> Supervise car on entraîne l'algorithme grâce a une base de connaissance, couple entre/sortie desiree.

2. Dans ta consigne tu as:
- La fonction a apprendre: ET.
- La base d'apprentissage (couple entre/sortie desiree) -> la table de veriter.
- Des conditions initiale pour démarrer l'apprentissage.

3. Comment est definie ton perceptron:
Tu as deux entrees, et une sortie.
Ces deux entrees doivent etre agréger afin de donner la sortie. Cette agrégation se fait grace a une somme pondéré:

Code:

---

x_1*w_1+x_2*w_2 + ... + x_n*w_n=y

---

ou w_i est le poids associe a l'entre i.

4. Comment apprendre:
Par essaie erreur.
On peut commencer par des poids aleatoire, en gros j'essaie un truc au hasard et je me corrigerais, ou alors on peut initialiser les poids par des valeurs determinees, comme ces ton cas.
a. Dans un cas comme dans l'autre on commence avec les poids initialises, et un couple de donne (pris au hasard ou séquentiellement).

Code:

---

x_1*w_1+x_2*w_2=Pred

---

b. On compare ensuite le resultat obtenu avec la sortie desiree, ce qui nous donne l'erreur:

Code:

---

E=sd-Pred

---

c. Si l'erreur est differente de zeros, alors on corrige les poids:

Code:

---

1 2	w_1=w_1+eps*E*x_1 w_2=w_2+eps*E*x_2

---

d. Si le critere d'arret n'est pas satisfait
- Erreur en dessous d'un seuil
- Stabilisation de l'erreur
- Nombre d'iteration max
- ...
On prend un nouveau couple et on retourne a a.
Sinon on s'arrete.

5. A quoi sert eps? C'est le taux d'apprentissage. Il evite de modifier de façon trop rapide les poids ce qui peut provoquer une divergence de l'erreur, ou une oscillation de l'erreur.

Bonsoir,

Citation:

---

Envoyé par Clercq

arij25 nous parle ici de perceptron "simple", et non multicouche. Ce qui n’empêche qu'il existe énormément d'information sur le sujet on the web :).

---

Quand on peut le plus on peut le moins! ;)

Citation:

---

Envoyé par Clercq

Le lien est assez concis, et le code plutôt hard pour ce mettre les idees au clair, de plus il semble que le taux d'apprentissage soit fixe, ce qui n'est pas très judicieux.

---

Dommage, tu anéantis une longue recherche bibliographique en une phrase... :mrgreen:

Voilà un document propre :
http://www.pearsonhighered.com/asset...0131471392.pdf

Désolé pour la première réponse rapide et bon courage!

merci bcp pour votre aide
je trouve des lacunes au niveau de création du code et pas de la documentation, je vais faire un essai de code et le poster ici, si vous arrivez à m'aider à le corriger je serai très reconnaissante...

bonjour
voilà le code que j'ai réalisé mais il me donne des erreurs et j'ai pas réussi à les corriger:

code:

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13

P = [1 -1 -1 1; 1 1 -1 -1]; %les entrées T = [1 -1 -1 -1]; %la sortie   net = newp([0 0.2 ;0 0.1],0.1);%création de réseau weight_init = net.IW{1,1} %les poids initiaux bias_init = net.b{1}%le seuil initial   net.trainParam.epochs = 20;% nbre de cycles d'apprentissage net = train(net,P,T);%l'apprentissage weight_final = net.IW{1,1}%les poids finaux bias_final = net.b{1}%le seuil final simulation = sim(net,P)

---

voilà l'erreur qu'il me donne:

Code:

---

1 2 3 4 5 6 7 8 9

??? Error using ==> newp>new_5p1_size at 159 Number of neurons is not a positive integer.   Error in ==> newp at 78 net = new_5p1_size(varargin{:});   Error in ==> perceptron at 28 net = newp([0 0.2 ;0 0.1],0.1);%création de réseau

---

merci pour votre aide

Qu'est-ce que c'est? du netlab?

voila une solution qui marche tu peux juste changer les données.

Code:

---

1 2 3 4 5 6 7 8

P = [0 1 0 1 1 1 0;0 1 1 1 0 0 1;1 1 0 0 1 0 1]; %les entrées T = [0 1 1 1 0 1 0]; %les sortie   net = newp(P,T);%création de réseau net.IW{1,1,1}=[0.2 0.2 0.2 ]; %les poids initiaux net.b{1}=[0.4];%le seuil initial net.trainParam.epochs = 2;% nbre d'iterations train(net,P,T);%l'apprentissage

---

Bon courage