Réseau de neurones : perceptron multi-couche
Définition :
Un réseau de neurones du type perceptron multicouches est composé de :
les entrées i allant de 0 à N-1
les sorties j allant de 0 à M-1
le neurone l de la couche cachée k, k allant de 1 à P.
biais du neurone l de la couche cachée k
f une fonction d'activation
pour k allant de 2 à P
la notation
i désigne le poids à appliquer lors du calcul de la couche i, pour le lien entre l'indice j du neurone de la couche précédente (i-1) et le neurone indicé k dans la couche i
Exemple : Perceptron multicouche
Nombre d'entrées 2
Nombre de sorties 2
couche cachée 1
 |
Prenons comme vecteur d'entrées
Le calcul donne pour ce vecteur d'entrée :
|
Exemple : Perceptron multicouche
Nombre d'entrées 2
Nombre de sorties 2
couche cachée 1
|
Prenons comme vecteur d'entrées
Le calcul donne pour ce vecteur d'entrée :
|
Exemple :
https://archive.ics.uci.edu/ml/datasets/letter+recognition
