Quels sont les paramètres obligatoires et principaux pour la définition d'une nouvelle couche via l'action addLayer ?

Les paramètres essentiels pour l'action addLayer sont :

  • layer : Ce paramètre, obligatoire, définit le type spécifique de la couche à ajouter (par exemple, BATCHNORM, CONVOLUTION, FULLCONNECT, INPUT, OUTPUT, POOLING, RECURRENT) ainsi que toutes ses configurations spécifiques (dimensions, fonctions d'activation, etc.).
  • modelTable : Ce paramètre, également obligatoire, identifie la table en mémoire qui contient le modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). de Deep LearningSous-ensemble du Machine Learning basé sur des réseaux de neurones artificiels profonds. Il excelle dans l'extraction automatique de motifs complexes depuis des données brutes (images, texte, son). existant auquel la nouvelle couche doit être ajoutée.
  • name : Un nom unique qui sera attribué à la nouvelle couche. Ce nom est crucial pour référencer cette couche ultérieurement, notamment pour spécifier les couches sources (via srcLayers) d'autres couches qui en dépendraient.

Cette réponse vous a-t-elle aidé ?

Vos votes aident à améliorer notre base de connaissances.

Exemples pour l'action addLayer

1. Ajout de la couche d'entrée (INPUT)
Illustration corporate

Cet exemple définit la couche INPUT (tenseurs RGB 3x32x32). Le paramètre scale (1/255) normalise les pixels dans [0,1], une étape critique pour stabiliser la descente de gradient.

2. Ajout d'une couche de convolution (CONVO)
Illustration corporate

Cet exemple intègre une couche CONVO (16 filtres 3x3, stride=1). L'activation ReLU introduit la non-linéarité, et l'initialisation XAVIER préserve la variance des gradients.

Assemblage d'un réseau CNN de bout en bout
Illustration corporate

Cet exemple finalise le CNN : Max Pooling (réduction spatiale), FC (dropout 0.2) et OUTPUT Softmax (entropie croisée).