Академический Документы
Профессиональный Документы
Культура Документы
EXERCICE 1 (8POINTS)
Yo Y1
0 1
W03
W04
W13 W14
3 4
W32
W41 W42
W31
1 2
X1 X2
Les neurones caches ont une fonction sigmodale tandis que les neurones la sortie ont une
fonction linaire.
Question 1 :
Combien de neurones y a-t-il dans ce rseau ?
Question 3 :
crire pour chaque neurone la fonction dactivation aj .
Question 4 :
N
Soit E = E n la fonction derreur minimiser. En cas dapprentissage batch, quelle est la
n =1
valeur de N ? Quand faut-il employer un tel type dapprentissage ?
Question 5
Expliquer le procd pour valuer les drives de la fonction E n par rapport aux poids du
rseau et dfinir pour le rseau MLP, les j. A quoi servent ces drives ?
Question 6
Une fois les drives calcules, calculez les j du neurone de la sortie et des neurones cachs.
Justifiez les tapes des calculs.
Question 7
Comment les poids doivent-ils tre modifis ? Quelle est la loi dapprentissage ? Comment
choisit-on le coefficient dapprentissage ?Pourquoi faut-il ajouter le momentum ?
EXERCICE 2 (5POINTS)
EXERCICE 3 (3POINTS)
N
f ( x) = a0. + cn sin(nx + n )
n=0
o a0,cn,n sont des constantes relles et n est un nombre entier. Il sagit dune combinaison
linaire de N sinusodes pour approximer une fonction. Imaginez comment cela peut tre
reprsent par un rseau neuronal. Que arrive-t-il si N est trs grand ?