A voir également:
- [C++][Réseau de neurones] aide
- Entrer les informations d'identification reseau - Guide
- Sandra a décidé de mieux contrôler son image et sa présence sur différents réseaux sociaux. qu’est-il possible de faire sur ces réseaux ? - Forum Facebook
- Un robot est sur le même réseau que vous - Forum Windows 10
- Messenger en attente de réseau ✓ - Forum Facebook
- Paul a publié une annonce dans un groupe sur un réseau social. qui peut voir son annonce - Forum Réseau
4 réponses
salut merci monsieur javanaise l'algorithme de hopfield est dans le fichier que je t'ai envoyé la page ou c'est ecrit"la loi de hebb règle de l'apprentissage non supervisé" merci
salut l'algotithme de hopfieldL'algorithme d'apprentisage modifie de façon itérative (petit à petit) les poids pour adapter la
réponse obtenue à la réponse désirée. Il s'agit en fait de modifier les poids lorsqu'il y a erreur
seulement.
1/ Initialisation des poids et du seuil S à des valeurs (petites) choisies au hasard.
2/ Présentation d'une entrée El = (e1 , ... en ) de la base d'apprentissage.
3/ Calcul de la sortie obtenue x pour cette entrée :
a = å (wi . ei ) - S (la valeur de seuil est introduite ici dans le calcul de la somme
pondérée)
x = signe (a) ( si a > 0 alors x = +1 sinon a £ 0 alors x = -1 )
4/ Si la sortie x est différente de la sortie désirée dl pour cet exemple d'entrée El alors
modification des poids (µ est une constante positive, qui spécifie le pas de modification des
poids) :
wij (t+1) = wij (t) + µ.(x i . x j )
5/ Tant que tous les exemples de la base d'apprentissage ne sont pas traités correctement (i.e.
modification des poids), retour à l'étape 2.
réponse obtenue à la réponse désirée. Il s'agit en fait de modifier les poids lorsqu'il y a erreur
seulement.
1/ Initialisation des poids et du seuil S à des valeurs (petites) choisies au hasard.
2/ Présentation d'une entrée El = (e1 , ... en ) de la base d'apprentissage.
3/ Calcul de la sortie obtenue x pour cette entrée :
a = å (wi . ei ) - S (la valeur de seuil est introduite ici dans le calcul de la somme
pondérée)
x = signe (a) ( si a > 0 alors x = +1 sinon a £ 0 alors x = -1 )
4/ Si la sortie x est différente de la sortie désirée dl pour cet exemple d'entrée El alors
modification des poids (µ est une constante positive, qui spécifie le pas de modification des
poids) :
wij (t+1) = wij (t) + µ.(x i . x j )
5/ Tant que tous les exemples de la base d'apprentissage ne sont pas traités correctement (i.e.
modification des poids), retour à l'étape 2.
Bonjour
j'ai fait des algorithmes pour les réseaux de neurones en C++ et je voudrai faire un logiciel avec C++BUILDER5.J'ai quelque notions mais je n'arrive pas à trouver une bonne documentation en ce qui concerne la déclaration des classes,et comment les gérées.Est ce que vous pouvez m'aider.
Merci d'avance.
j'ai fait des algorithmes pour les réseaux de neurones en C++ et je voudrai faire un logiciel avec C++BUILDER5.J'ai quelque notions mais je n'arrive pas à trouver une bonne documentation en ce qui concerne la déclaration des classes,et comment les gérées.Est ce que vous pouvez m'aider.
Merci d'avance.
