Version imprimable
Bonjour,
Je ne trouve que des reseaux de neurones appliques a des operations booleennes, donc à des entrées/sorties binaires.
J'aimerai tester mon reseau sur une operation comme l'addition. Mais puisque j'utilise une fonction sigmoid j'aurai toujours un resultat entre [0,1] comment puis-je modifier mon RdN pour une lui faire apprendre les additions ?
Je vois vraiment pas, si quelqu'un a une suggestion ...
Utilise une fonction linéaire (y=x).
Une fonction linéaire pour ? ou ça ?Citation:
Envoyé par ToTo13
en tant que fonction d'activation ?
Merci pour ta réponse.
Oui.Citation:
Envoyé par DJEcalcul
ok,
je vais tester betement avec y=x.
J'ai du "NaN" ce qui est etrange puisque je n'ai pas de division, donc pas de division par zero possible.
J'ai juste remplace la fonction sigmoid par y=x.
J'ai normalise mes valeurs en entree et en sortie, mais le resultat n'est pas terrible, l'erreur se reduit mais apres elle reste constante. En gros a +/-1 j'obtiens le bon resultat ce qui est assez mauvais.
Si quelqu'un a un exemple ou une solution ?
C'est une cas vraiment basique :
- deux neurones dans la couche d'entrée (un par nombre à additionner).
- pas de couche cachée
- un seul neurone dans la couche de sortie, sans biais et donc avec seulement deux poids.
Donc avec cette configuration, les deux poids doivent converger vers 1. Si ce n'est pas le cas, cela veut dire que tu as des erreurs dans ton RdN.
Merci ToTo pour tes conseils.