Réseaux de neurones pour débutants absolus – La startup
Un psychologue américain, Frank Rosenblatt a présenté une forme de réseau neuronal appelé Perceptron dès 1958, une machine conçue pour la reconnaissance d’image. Il a prédit que le Perceptron pourrait éventuellement être utilisé pour traduire des langues.
UNE Perceptron est un une seule couche réseau de neurones utilisé pour binaire problèmes de classification. Semblable au neurone biologique ci-dessus, il prend également des entrées, les traite et donne une sortie. Être un classificateur binaire signifie que la sortie du neurone peut être l’une des deux catégories de sortie, disons 0 et 1. En d’autres termes, son objectif est de prendre deux (ou plus) entrées et de prédire la sortie comme l’une des deux catégories /Des classes. Ici, 0 ou 1 représente les deux catégories de sortie (binaires) que nous essayons de prédire.
Par exemple: –
a) Que ce soit un jour de pluie [0] ou une journée ensoleillée [1] demain.
(b) Si l’image d’entrée est celle d’un animal [0] ou un oiseau [1].
Dans la figure ci-dessus, il y a deux contributions (x1, x2) et biais (b) entrer dans le neurone. Il effectue une opération sur les entrées et produit le production (y).
La machine commence par attribuer des valeurs aléatoires à ces poids et biais.
Il calcule ensuite la somme pondérée. Pour deux ensembles différents de valeurs de x1 et x2, la somme pondérée (y) est de 0,5 et 1,5 respectivement.
Comme on peut le voir, la valeur de sortie peut être n’importe quoi en fonction de l’entrée. Cependant, comme décrit ci-dessus, nous avons besoin que notre sortie soit 0 ou 1. Pour répondre à cela, nous introduisons la fonction d’activation (c’est-à-dire une fonction pas à pas dans ce cas). Le but de cette fonction d’étape est de vérifier la valeur de la somme pondérée et si cette valeur est supérieure au seuil (zéro), elle renverra un 1, sinon un 0. (l’image est montrée ci-dessous).
En d’autres termes, si la sortie est 1, le neurone est considéré tiré ou activésinon. Maintenant, quelles que soient les valeurs d’entrée, notre neurone serait classé comme 0 ou 1 (classificateur binaire). En pratique, il existe d’autres fonctions d’activation avancées comme tanh, sigmoid, ReLU qui sont couramment utilisées.
