Outils pour utilisateurs

Outils du site


l_intelligence_du_semaphore

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentes Révision précédente
Prochaine révision
Révision précédente
l_intelligence_du_semaphore [2020/02/04 17:25]
serge ↷ Liens modifiés en raison d'un déplacement.
l_intelligence_du_semaphore [2020/02/04 17:43]
serge ↷ Liens modifiés en raison d'un déplacement.
Ligne 18: Ligne 18:
 <WRAP group> <WRAP group>
 <WRAP third column> <WRAP third column>
-{{:​shot_0_a.png?​200|}}+{{media_03:​shot_0_a.png?​200|}}
 </​WRAP>​ </​WRAP>​
 <WRAP third column> <WRAP third column>
-{{:​shot_1_b.png?​200|}}+{{media_03:​shot_1_b.png?​200|}}
 </​WRAP>​ </​WRAP>​
 <WRAP third column> <WRAP third column>
-{{:​shot_2_c.png?​200|}}+{{media_03:​shot_2_c.png?​200|}}
 </​WRAP>​ </​WRAP>​
 </​WRAP>​ </​WRAP>​
Ligne 44: Ligne 44:
 ===== Des maths ! ==== ===== Des maths ! ====
 ====Relu Rectifier neural networks==== ====Relu Rectifier neural networks====
-{{ :2019_05:relu.jpg?​400 |}}+{{ relu.jpg?​400 |}}
   * **[[https://​en.wikipedia.org/​wiki/​Rectifier_(neural_networks)|Rectifier (neural networks)]]** ​ sur Wikipedia en   * **[[https://​en.wikipedia.org/​wiki/​Rectifier_(neural_networks)|Rectifier (neural networks)]]** ​ sur Wikipedia en
 <code python> <code python>
Ligne 72: Ligne 72:
 </​code>​ </​code>​
 ====Sigmoïd==== ====Sigmoïd====
-{{ :2019_05:sigmoid.png?​400 |}}+{{ sigmoid.png?​400 |}}
   * **[[https://​fr.wikipedia.org/​wiki/​Sigmo%C3%AFde_(math%C3%A9matiques)|Sigmoïde]]** ​ sur Wikipedia fr   * **[[https://​fr.wikipedia.org/​wiki/​Sigmo%C3%AFde_(math%C3%A9matiques)|Sigmoïde]]** ​ sur Wikipedia fr
 Elle représente la fonction de répartition de la loi logistique. Elle est souvent utilisée dans les réseaux de neurones parce qu'​elle est dérivable, ce qui est une contrainte pour l'​algorithme de [[https://​fr.wikipedia.org/​wiki/​R%C3%A9tropropagation_du_gradient|rétropropagation]] de [[https://​fr.wikipedia.org/​wiki/​Perceptron_multicouche#​Perceptron_multicouche_%C3%A0_r%C3%A9tropropagation|Werbos]]. La forme de la dérivée de sa fonction inverse est extrêmement simple et facile à calculer, ce qui améliore les performances des algorithmes. ​ Elle représente la fonction de répartition de la loi logistique. Elle est souvent utilisée dans les réseaux de neurones parce qu'​elle est dérivable, ce qui est une contrainte pour l'​algorithme de [[https://​fr.wikipedia.org/​wiki/​R%C3%A9tropropagation_du_gradient|rétropropagation]] de [[https://​fr.wikipedia.org/​wiki/​Perceptron_multicouche#​Perceptron_multicouche_%C3%A0_r%C3%A9tropropagation|Werbos]]. La forme de la dérivée de sa fonction inverse est extrêmement simple et facile à calculer, ce qui améliore les performances des algorithmes. ​
l_intelligence_du_semaphore.txt · Dernière modification: 2020/02/04 17:43 par serge