Réseaux de neurones : multicouches

Cette séance de cours couvre le processus d'apprentissage des poids dans un réseau neuronal multi-couches, en se concentrant sur la rétro-propagation de la sortie aux neurones cachés. Il explique les fonctions d'activation continue comme les fonctions Sigmoid et Radial Basis, la règle de mise à jour des poids et la rétropropagation des erreurs aux unités cachées. La séance de cours traite également de l'algorithme de rétropropagation, de l'application à la classification, des fonctions d'activation comme Sigmoid et ReLu, des méthodes d'initialisation des poids, de la divergence Kullback-Leibler, de l'entropie, de l'entropie croisée et des effets du taux d'apprentissage.