INGIniousMaintenant que toutes les couches sont configurées, il ne nous reste plus qu'à déduire la prédiction du réseau.
Pour rappel, notre réseau distingue une ligne verticale d'une ligne horizontale.
Les probabilités des 2 types de lignes sont les valeurs des neurones de la couche de sortie (après avoir appliqué la fonction sigmoide pour mettre leurs valeurs entre 0 et 1; tu verras bientôt comment ça fonctionne). Le premier neurone correspond à la probabilité que l'image soit une ligne verticale, alors que le second correspond à la probabilité que l'image soit une ligne horizontale.
Pour lire les valeurs des neurones dès la couche de sortie, le nouveau bloc
obtenir la valeur du neurone n°X de la couche de sortie entre en scène. Ce bloc te donnera la valeur des neurones de la couche de sortie. Cette valeur est une probabilité, c'est donc un réel compris entre 0 et 1.Objectif
Déduire correctement la conclusion/prédiction du réseau.
Pour cela tu peux dessiner le schéma de ton choix dans la grille; le traitement des couches du réseau est géré automatiquement à chaque exécution du code.