-
Notifications
You must be signed in to change notification settings - Fork 0
liamaltarac/ELE767_Lab1
Folders and files
| Name | Name | Last commit message | Last commit date | |
|---|---|---|---|---|
Repository files navigation
Lab 1: MLP (README)
Pour utiliser ce programme, vous aurez besoin de ces dépendances :
-Python 3
-Numpy (pip install numpy)
-Flask (pip install flask)
-Une connection internet pour l'interface.
##################################################################################################
Pour démarer l'application, écrivez cette commande dans le terminal:
-python main.py
Une page web contenant l'interface devrait ouvrir. Ceci vous permettra d'interagir avec le MLP.
L'interface devrait contenir des paramètres chargés par défaut.
##################################################################################################
Voici une listes de tout les parametres dans l'interface:
-Data Entraine: Fichier txt contenant les données à utiliser pour l'apprentissage
-Data VC: Fichier txt contenant les données à utiliser pour la validation croisée.
-n (eta): Taux d'apprentissage
-Neurones/CC: Nombre de neurones par couche cachée.
Ceci vous permettra aussi de spécifier le nombre de couches cachées de votre MLP.
Par exemple pour spécifier un MLP avec 2 couches cachées avec 50 neurones dans la
premiere couche et 20 neurones dans la deuxième, vous devriez écrire : 50, 20
-Fct d'activation: La fonction d'activation. Par defaut c'est la sigmoid
-Base de donnée: Nombre de fenetres a prendre. Ceci specifie aussi le nombre d'entrées du MLP (Base de données * 26)
-Nb d'époches
-Sorties Potentiels: Comment encoder la sortie du MLP. Eg.: 'o': [0,0,0,0,0,0,0,0,0,1],
'1': [0,0,0,0,0,0,0,0,1,0],
'2': [0,0,0,0,0,0,0,1,0,0],
'3': [0,0,0,0,0,0,1,0,0,0],
'4': [0,0,0,0,0,1,0,0,0,0],
'5': [0,0,0,0,1,0,0,0,0,0],
'6': [0,0,0,1,0,0,0,0,0,0],
'7': [0,0,1,0,0,0,0,0,0,0],
'8': [0,1,0,0,0,0,0,0,0,0],
'9': [1,0,0,0,0,0,0,0,0,0]
-n adaptif: Est ce qu'on entraine avec un taux d'apprentissage adaptif
-Ajout de bruit: On double le nombre de données d'entrainement en ajoutant
du bruit au données qui nous on était fournit.
-Ouvrir (l'envlope): Ouvrir un MLP existant
-Sauvgarder (Disquette) : Sauvgarder un MLP existant
-Data à tester: Fichier txt contenant les données à utiliser pour tester la performance du MLP
** Pour creer un nouveau MLP, vous n'avez qu'a rafraichir la page ***
##################################################################################################
Voici une liste de tout les fichier et repertoires qui sont important pour l'utilisation du projet:
-mlps_sauvgarde : Les mlp qui ont étaient sauvgardé sont mis la par defaut
-default_config.ini: Fichier de configuration
-main.py : Fichier du programme
-templates/index.html: interface
About
No description, website, or topics provided.
Resources
Stars
Watchers
Forks
Releases
No releases published
Packages 0
No packages published