Version imprimable
Bonjour
J'ai envie de faire un réseau et de lui faire apprendre XOR
Je crée un réseau 2 entrées 3 couches avec 3,2, puis 1 neurone avec un biais de 0.5
je lui envoie les exemples (1,0), (0,0),(0,1),(1,1) 120 000 fois et au final, rien. Toutes les sorties sont figées à 0.5. Les neurones d'une même couches ontles mêmes poids d'entrée qui sont eux même egaux entre eux.
Pour l'apprentissage j'utilise l'algorithme de rétro-propagation du gradient avec epsilon=0.01
Pouvez-vous m'aider?
Bonjour,
on ne le dit jamais assez mais xor c'est lui qui fait la loi :
[ame="http://www.youtube.com/watch?v=74Ew7VrCRrc"]X-OR-générique - YouTube[/ame]
Ceci devrait t'intéresser. C'est une sorte de tutorial/TD sur l'apprentissage de la fonction XOR. Tu verras notamment que l'auteur tombe sur le même résultat que toi à une certaine étape (0.5 partout en sortie) :
http://www.math-info.univ-paris5.fr/...eNeurones1.pdf
Non, je n'aime pas cet humourCitation:
Envoyé par Aleph69
Ici le pas d'apprentissage que j'utilise n'est pas a mettre en défautCitation:
Envoyé par Aleph69
Mais les poids à 1.0 par defaut causent tout le tracas !!! Comme quoi la méthode d'apprentissage n'est pas parfaite du tout
Un article historique sur la théorie mathématique du perceptron avec traitement de la question de l'apprentissage de la fonction X-OR :
http://psych.stanford.edu/~jlm/paper...hap8_PDP86.pdf