The most simple neural network is the “perceptron”, which, in its simplest form, consists of a single neuron. Much like biological neurons, which have dendrites and axons, the single artificial neuron is a simple tree structure which has input nodes and a single output node, which is connected to each input node. Here’s a visual comparison of the two:

Tous les cours d’introduction au deep learning commencent par une présentation du perceptron.

Un perceptron est un neurone formel, un classifieur linéaire.

Le perceptron ne trouve son  intérêt que lorsqu’on veut effectuer une classification binaire.

Pour un exemple de programmation du perceptron en Python, voir ici

Tout ensemble linéairement séparable peut être discriminé par un perceptron. Le XOR ne peut pas être calculé par un perceptron linéaire à seuil.

Mais il est possible de faire évoluer le perceptron, d’un modèle simple couche à un modèle multi-couche.

Expliquons tout ceci, à l’aide du livre : Deep learning, a practioner’s approach de Patterson & Gibson (O’Reilly)

 

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *