FriconiX
Des milliers de pictogrammes gratuits dessinés avec amour !

Algorithme d'apprentissage pour réseaux sans couches cachées

Network architecture

Considérons l'architecture sans couche cachée suivante :

Architecture of ou single layer network

where:

Algorithme

Voici l'algorithme d'entraînement pour des réseaux sans couche cachée :

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 : \( S_j = \sum\limits_{i=1}^N w_{ij}x_i \)
         alculer 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

Voir aussi


Dernière mise à jour : 11/03/2020