Version imprimable
Bonjour à tous.
Je n'ai pas bien compris une partie de l'algorithme de rétro-propagation du gradient.
"la parti où l'on doit calculer la correction des poids pour la couche caché"
Imaginons n1cc le neurone 1 de la couche cachée et n2cs le neurone 2 de la couche de sortie sur un petit reseau :
n1cc n1cs
n2cc n2cs
pouvez vous me dire comment calculer la mise à jour des poids pour la couche cachée.
merci à tous!
Tu as consulté le tuto que l'on a sur les réseaux de neurones : http://alp.developpez.com/tutoriels/...x-de-neurones/ ?
Tout y est expliqué et il y a même la démonstration de la modification à apporter sur les poids ;)
Bonsoir,
j'ai lu le tutoriel et je ne comprend pas la partie di=oi(1-oi)*somme de dk*w_ki
Malgré l'explication je n'est pas compris ce que représentait dk*w_ki
merci de vos réponse
Même pas avec le paragraphe d'explication + la démonstration ?
Bonjour
Désolé pour ce long mois d'absense mais j'etais en stage.
je profite de ces vacance pour me remettre sur le sujet.
J'ai tous repris à zerro J'ai creer un premier perceptron
qui reconnait les chiffres de 0 à 5 inscrit sur une grille de 5 * 6 cellules.
apprentissage par windrow_Hoff, tous marche bien !!! :D
Ensuite j'ai voulu faire un percepton multicouche mais je rencontre encore des difficultés pour laprentisage. :(
si = sorti du neurone i de la couche de sortie
yi = sorti attendue pour ce même neurone
Pour calculer di pour toute les cellule i de la couche de sorti.
(di <- si(1-si) * (yi-si)
mes cellule de sortie ayant une fonction de transfer de Heaviside elle me renvoye soie 1 soie 0
pour si = 0 : di = 0*(1-0) * (...) donc di = 0
pour si = 1 : di = 1*(1-1) * (...) donc di = 0
de se fait les poids de ma couche de sortie ne seront jamais modifiés.
De plus comme les valeurs de d seront utilisés comme facteur pour calculer di pour toute
les cellules i des couches cachées
les poids des couches cachées ne seront également pas modifiés.
Que dois je faire pour que mon réseau fonctionne ?
Merci d'avance
Utiliser une fonction sigmoïde pour les neurones cachés ça pourrait arranger les choses peut-être.
En effet, si tu regardes ceci , tu verras que la modification des pods se fait en utilisant la dérivée de la fonction d'activation, ce qui n'est pas possible avec Heavyside.
cf : http://alp.developpez.com/tutoriels/...-neurones/#LXI
bonsoir,
Merci pour les liens mais malheureusement il ne m'aide guère je les avais d"jà étudier avant de poster ce message.
oui j'ai vu qu'il fallait une fonction infiniment dérivable. J'utilisais justement la fonction sigmoide pour les couches cachés. Pour la couche de sortie, j'utilise la fonction de heavyside avec autant de neurone que j'ai de classes.
Cela ne change rien au problème de la couche de sortie. Sachant que di est réutilisé pour le calcul des couches cachés (indicé par k) : di=oi(1-oi)*somme de dk*wki
Vu que somme de dk sera forcément égale à O, di sera donc nul. Donc pas d'apprentissage non plus pour les neurones de mes couches cachés.:cry:
Merci de vos réponses.
Fais attention au fait que la delta rule dépend de la fonction que tu dérives...
C'est avec la sigmoïde que l'on obtient g' = g(1-g) !
:D C'est bon j'ai enfin resolue le probleme...
j'ai utilisé une fonction sigmoide pour toute les couches
pourtant paragraphe
VII. Perceptron multicouche.
le Théorème de Cybenko parle d'utiliser une fonction linaire.
"chaque neurone de la couche de sortie a comme fonction d'activation une fonction linéaire".
Peu importe, un autre probléme est survenue. Le perceptron n'apprenait toujours pas.
Aprés quelque recherche j'ai trouvé un document parlant des "Minimas Locaux".
Lorsque la sortie d'un neuronne est égale à l'une des valeurs extremes de la fonction sigmoide, le gradien devient null. De ce fait, la correction des poids n'est plus effectuée.
pour empecher la saturation lors de l'apprentisage, j'ai pris en sortie voulue pour chaque neuronne soie 0,8 soie 0,2.
merci pour votre aide