« Perceptron multicouche » : différence entre les versions

Dernière version du 29 août 2024 à 17:36

Définition

Le perceptron multicouche ou PMC est un réseau neuronal organisé en plusieurs couches au sein desquelles une information circule de la couche d’entrée vers la couche de sortie. Il s’agit donc d’une architecture de réseau sans boucle, dite à propagation directe (feedforward).

Chaque couche est constituée d’un nombre variable de neurones, les neurones de la dernière couche (dite « de sortie ») étant les sorties du réseau global.

Compléments

Le perceptron multicouche permet de surmonter les difficultés du perceptron simple (ou monocouche) à traiter des données qui ne sont pas séparables de manière linéaire (problème du « ou exclusif »).

Français

perceptron multicouche

PMC

Anglais

multilayer perceptron

MLP

Sources

Source : Wikipedia IA

101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »

@@ Ligne 1 : / Ligne 1 : @@
 ==Définition==
-Le perceptron multicouche ou PMC est un type de '''[[Réseau de neurones artificiels|réseau neuronal]]''' organisé en plusieurs couches au sein desquelles une information circule dans une seule direction, de la couche d'entrée vers la couche de sortie (feedforward). Chaque couche est constituée d'un nombre variable de neurones, les neurones de la dernière couche (dite « de sortie ») étant les sorties du réseau global. Le perceptron multicouche permet de surmonter les difficultés du perceptron simple (ou monocouche) à traiter des données qui ne sont pas séparables de manière linéaire.
+Le [[perceptron]] multicouche ou PMC est un [[Réseau de neurones artificiels|réseau neuronal]] organisé en plusieurs couches au sein desquelles une information circule de la couche d’entrée vers la couche de sortie. Il s’agit donc d’une architecture de réseau sans boucle, dite à propagation directe (''feedforward'').
+Chaque couche est constituée d’un nombre variable de [[Neurone artificiel|neurones]], les neurones de la dernière couche (dite « de sortie ») étant les sorties du réseau global.
 ==Compléments==
-Le perceptron multicouche (''multilayer perceptron'' MLP) est un type de réseau neuronal formel organisé en plusieurs couches au sein desquelles une information circule de la couche d'entrée vers la couche de sortie uniquement ; il s'agit donc d'un réseau à propagation directe (''feedforward''). Chaque couche est constituée d'un nombre variable de neurones, les neurones de la dernière couche (dite « de sortie ») étant les sorties du système global.
+Le perceptron multicouche permet de surmonter les difficultés du perceptron simple (ou monocouche) à traiter des données qui ne sont pas séparables de manière linéaire (problème du « ou exclusif »).
-Le '''[[perceptron]]''' a été inventé en 1957 par Frank Rosenblatt au ''Cornell Aeronautical Laboratory''. Dans cette première version le perceptron était alors mono-couche et n'avait qu'une seule sortie à laquelle toutes les entrées étaient connectées.
 ==Français==
@@ Ligne 17 : / Ligne 17 : @@
 '''MLP'''
-<small>
+==Sources==
 [https://fr.wikipedia.org/wiki/Perceptron_multicouche Source : Wikipedia IA]
-</small><br> <div style="border:2px solid #336699; background: #f6f6f6; padding: 1em; margin-bottom:1em; width: 90%;"><html><a href="https://datafranca.org/wiki/Cat%C3%A9gorie:101"><img src="https://datafranca.org/images/icone-101-mots.png" width="250"></a></html>
+</small><br> {{Modèle:101}}<br>
-<br></div><br><br>
+{{Modèle:GDT}}
 [[Catégorie:GDT]]
 [[Catégorie:Apprentissage automatique]]
 [[Category:GRAND LEXIQUE FRANÇAIS]]
-[[Catégorie:101]]
-[[Catégorie:PUBLICATION]]

« Perceptron multicouche » : différence entre les versions