LE PERCEPTRON – DEEP Mastering (02)

Le Perception est l’unité de foundation des réseaux de neurones artificiels. Pour apprendre le Deep Learning, il faut commencer par apprendre les équations de bases d’un neurone : la fonction d’activation sigmoïde (ou fonction logistique) la fonction Coût log reduction, et la descente de gradient stochastique. 00:00 : Introduction 00:25 : PARTIE 1 : Le […]

LES GRADIENTS D&#39UN NEURONE – DEEP Discovering (03)

En Deep Mastering, l’algorithme de la descente de gradient nécessite de connaitre l’expression des gradients de la fonction Cout (Log-Loss ou autre). C’est ce que nous calculons dans cette vidéo, pour ensuite pouvoir coder notre premier neurone artificiel. 00:00 : Objectif et formules de Bases 03:40 : Règle des chaines 06:10 : Dérivée dL / […]