Bonjour,

Je viens de lire un cours sur les perceptrons (https://alp.developpez.com/tutoriels/intelligence-artificielle/reseaux-de-neurones/), et je ne comprends pas pourquoi dans le pseudo-code proposé pour l'entraînement par descente de gradient, on fait l'affectation :

w_i = w_i + alpha*(yk - sk)*x_i

Alors que si on dérive l'erreur quadratique par rapport à w_i, on a une dérivée de la fonction d'activation (la fonction sigmoide ici) qui apparaît. Pourquoi n'a-t-on pas plutôt (avec sk=f(ak), où f est la fonction sigmoide, et g sa dérivée) :

w_i = w_i + alpha*(yk - sk)*g(ak)*x_i

Voilà j'espère que ma question est claire, merci par avance.

-
Edité par victorm951 28 mai 2019 à 16:05:30