Deep Learning avec Keras et TensorFlow

60

Chapitre 2. Introduction aux réseaux de neurones artificiels avec Keras

• Il mesure ensuite l’erreur de sortie du réseau (il utilise une fonction de perte

qui compare la sortie souhaitée et la sortie réelle du réseau, et qui retourne une

mesure de l’erreur).

•

Puis il détermine dans quelle mesure chaque connexion de sortie a contribué

à l’erreur. Il procède de façon analytique en appliquant la règle de la chaîne

(probablement la règle essentielle des calculs), qui donne rapidité et précision

à cette étape.

•

L’algorithme poursuit en mesurant la portion de ces contributions à l’erreur qui

revient à chaque connexion de la couche inférieure, de ...