VII. Libneural, une implementation software pour les rn a retropropagation

Bon, maintenant vous devez comprendre les principes de cette topologie particuliere, et vous voulez vous en servir ou meme vous voulez en savoir un peu plus la dessus, la solution pour vous est d'utiliser une bibliotheque deja implementee, stable qui est appellee libneural.

Cette bibliotheque ecrite en C++ apporte la puissance d'un rn BPN sans se soucier de l'implementation de l'algorithme d'apprentissage comme il a ete mention dans la partie precedente, en fait vous avez juste a faire les etapes suivantes

• Initiliser votre rn (vous devez alors specifier le nombre d'entrees, de sorties et de noeuds dans la couche du milieu)
• lui fournir un certain nombre d'exemples et les sorties associees desirees. Les entrees et les sorties sont un tableau a une dimension de nombre flottant, qui doivent etre entre 0 et 1. Pour de meilleurs resultats, limitez votre sortie entre 0.05 et 0.95, sinon le rn risque de ne pas converger.
• Quand l'entrainement est termine, vous pouvez presenter une nouvelle series d'entrees, et le resultat en sortie doit etre correcte.
• Si cela ne marche pas, essayez de changer le nombre de neurones de la couche cachee, ainsi que le taux d'apprentissage de votre rn.

Vous pouvez aussi sauver sur le disque l'ensembre de vos poids de connections (aussi appelles la memoire du rn) dans un fichier pour pouvoir les recuperer plus tard (pour eviter d'avoir a reapprendre a votre rn la meme chose a nouveau).