neural-networks.io

neural-networks.io

Algorithme d'apprentissage

Architecture du réseau

Considérons l'architecture sans couche cachée suivante :

où :

Algorithme

Initialiser les poids \( w_{ij} \) avec une valeur arbitraire Répéter Choisir un exemple dans la base d'entrainement <\( x \),\( \check{o}\)> (x est l'entrée, \( \check{o} \) est la sortie désirée) Calculer la somme de chaque neurone : \( S_j = \sum\limits_{i=1}^N w_{ij}x_i \) Calculer les sorties (\( o \)) du réseau : \( o_j = f(S) \) Pour chaque sortie, calculer l'erreur : \( \delta_j = ( \check{o}_j - o_j ) \) Actualiser les poids synaptiques : \( w_{ij} = w_{ij} + \eta.\delta_j.x_i.\frac{df(S)}{dS} \) Tant qu'il reste des exemples