Les réseaux convolutifs profonds

Nous sommes entrés avec les R.C.P. dans le monde réellement complexe des réseaux de neurones les plus récents qui nous étonnent par leurs résultats exceptionnels.
Avant de nous interroger sur le niveau d”Intelligence réels de ces réseaux, revenons un instant sur les nouveautés technologiques introduites par cette nouvelle catégorie de réseaux de neurones

Continuer la lecture de « Les réseaux convolutifs profonds »

Le Perceptron à une couche cachée

Le perceptron à une couche cachée et les réseaux de neurones qui en découlent sont l’étape intermédiaire entre le perceptron et les réseaux de neurones profonds à convolutions qui font aujourd’hui toutes ces choses merveilleuses qui nous font penser qu’ils sont finalement peut-être « réellement intelligents ».
Même s’ils sont maintenant un peu obsolètes, ces réseaux élémentaires restent très utiles dans le cadre pédagogique car leur relative simplicité permet d’expliquer des concepts complexes toujours d’actualité et également de mettre en pratique sur des exemples réels.

Continuer la lecture de « Le Perceptron à une couche cachée »

La descente de gradient

Pour les Réseaux de Neurones, selon leur type et ce à quoi ils sont destinés, il existe plusieurs types d’apprentissage. Le modèle prédominant est l’apprentissage supervisé car il s’applique aussi bien à la séparation de classes (discrimination d’objets selon certains paramètres) qu’à la régression (trouver la fonction représentant le mieux un groupe d’objets) qui sont les usages les plus fréquents des réseaux de neurones.

Dans ce mode d’apprentissage, on fournit au réseau un jeu de test (une série d’exemples), qu’il utilise pour adapter ses paramètres. Il pourra ensuite, en utilisant ses paramètres « adaptés », effectuer des prédictions sur de nouveaux objets.

Continuer la lecture de « La descente de gradient »

Le perceptron, premier neurone artificiel

L’invention du Perceptron représente pour beaucoup l’acte de naissance des réseaux de neurones et, si l’on considère qu’encore aujourd’hui il en constitue la brique élémentaire, c’est assez juste… même si à l’époque où il a été inventé, il n’a guère été plus qu’une curiosité scientifique puisqu’il n’a aucune application concrète à son actif.

Une invention innovante…

La grande originalité du Perceptron de Rosenblatt tient dans le fait qu’il a été créé dans une tentative de bio-mimétisme avec le neurone biologique. Rosenblatt tente tout simplement de simuler une activité intellectuelle des plus complexe : résoudre un problème mathématique et faire des prédictions ! Ce qui , dans les années 50, est tout à fait révolutionnaire et avant-gardiste surtout si l’on considère l’état de l’art de l’informatique de cette époque…

Continuer la lecture de « Le perceptron, premier neurone artificiel »