Le document traite des nœuds visibles en apprentissage profond, illustrés par des exemples de distances calculées entre les entrées et les poids. Il présente un ensemble de nœuds avec leurs poids et distances par rapport à des valeurs d'entrée, indiquant ainsi l'importance de ces relations pour le traitement des données. La structure souligne également le processus itératif d'apprentissage pour ajuster les poids en fonction des distances mesurées.

1. © SuperDataScienceDeep Learning A-Z

2. © SuperDataScienceDeep Learning A-Z
Visible Input Nodes
Visible
Output
Nodes
(Map)
X1 X3
X2

3. © SuperDataScienceDeep Learning A-Z
Visible
Input
Nodes
Visible
Output
Nodes
X1
X3
X2

4. © SuperDataScienceDeep Learning A-Z
Visible
Input
Nodes
Visible
Output
Nodes
X1
X3
X2
W1,1
W1,2
W1,3

5. © SuperDataScienceDeep Learning A-Z
( ; ; )
Visible
Input
Nodes
Visible
Output
Nodes
X1
X3
X2
W1,1 W1,2 W1,3Node1:

6. © SuperDataScienceDeep Learning A-Z
( ; ; )
Visible
Input
Nodes
Visible
Output
Nodes
X1
X3
X2
W1,1 W1,2 W1,3Node1:
( ; ; )W2,1 W2,2 W2,3Node2:

7. © SuperDataScienceDeep Learning A-Z
( ; ; )
Visible
Input
Nodes
Visible
Output
Nodes
X1
X3
X2
W1,1 W1,2 W1,3Node1:
( ; ; )W2,1 W2,2 W2,3Node2:
( ; ; )W3,1 W3,2 W3,3Node3:

8. © SuperDataScienceDeep Learning A-Z
( ; ; )
Visible
Input
Nodes
X3
W1,1 W1,2 W1,3Node1:
( ; ; )W2,1 W2,2 W2,3Node2:
( ; ; )W3,1 W3,2 W3,3Node3:
( ; ; )W4,1 W4,2 W4,3Node4:
X2
X1

9. © SuperDataScienceDeep Learning A-Z
( ; ; )W1,1 W1,2 W1,3Node1:
( ; ; )W2,1 W2,2 W2,3Node2:
( ; ; )W3,1 W3,2 W3,3Node3:
( ; ; )W4,1 W4,2 W4,3Node4:
( ; ; )W5,1 W5,2 W5,3Node5:
( ; ; )W6,1 W6,2 W6,3Node6:
( ; ; )W7,1 W7,2 W7,3Node7:
( ; ; )W8,1 W8,2 W8,3Node8:
( ; ; )W9,1 W9,2 W9,3Node9:
Distance = (𝑥𝑖 − 𝑤1,𝑖)2 = 1.2
X3
X2
X1

10. © SuperDataScienceDeep Learning A-Z
( ; ; )W1,1 W1,2 W1,3Node1:
( ; ; )W2,1 W2,2 W2,3Node2:
( ; ; )W3,1 W3,2 W3,3Node3:
( ; ; )W4,1 W4,2 W4,3Node4:
( ; ; )W5,1 W5,2 W5,3Node5:
( ; ; )W6,1 W6,2 W6,3Node6:
( ; ; )W7,1 W7,2 W7,3Node7:
( ; ; )W8,1 W8,2 W8,3Node8:
( ; ; )W9,1 W9,2 W9,3Node9:
Distance = (𝑥𝑖 − 𝑤1,𝑖)2 = 1.2
Distance = (𝑥𝑖 − 𝑤2,𝑖)2 = 0.8
X3
X2
X1

11. © SuperDataScienceDeep Learning A-Z
( ; ; )W1,1 W1,2 W1,3Node1:
( ; ; )W2,1 W2,2 W2,3Node2:
( ; ; )W3,1 W3,2 W3,3Node3:
( ; ; )W4,1 W4,2 W4,3Node4:
( ; ; )W5,1 W5,2 W5,3Node5:
( ; ; )W6,1 W6,2 W6,3Node6:
( ; ; )W7,1 W7,2 W7,3Node7:
( ; ; )W8,1 W8,2 W8,3Node8:
( ; ; )W9,1 W9,2 W9,3Node9:
Distance = (𝑥𝑖 − 𝑤1,𝑖)2 = 1.2
Distance = (𝑥𝑖 − 𝑤2,𝑖)2 = 0.8
Distance = (𝑥𝑖 − 𝑤3,𝑖)2 = 0.4
X3
X2
X1

12. © SuperDataScienceDeep Learning A-Z
( ; ; )W1,1 W1,2 W1,3Node1:
( ; ; )W2,1 W2,2 W2,3Node2:
( ; ; )W3,1 W3,2 W3,3Node3:
( ; ; )W4,1 W4,2 W4,3Node4:
( ; ; )W5,1 W5,2 W5,3Node5:
( ; ; )W6,1 W6,2 W6,3Node6:
( ; ; )W7,1 W7,2 W7,3Node7:
( ; ; )W8,1 W8,2 W8,3Node8:
( ; ; )W9,1 W9,2 W9,3Node9:
Distance = (𝑥𝑖 − 𝑤1,𝑖)2 = 1.2
Distance = (𝑥𝑖 − 𝑤2,𝑖)2 = 0.8
Distance = (𝑥𝑖 − 𝑤3,𝑖)2 = 0.4
Distance = (𝑥𝑖 − 𝑤4,𝑖)2 = 1.1
X3
X2
X1

13. © SuperDataScienceDeep Learning A-Z
( ; ; )W1,1 W1,2 W1,3Node1:
( ; ; )W2,1 W2,2 W2,3Node2:
( ; ; )W3,1 W3,2 W3,3Node3:
( ; ; )W4,1 W4,2 W4,3Node4:
( ; ; )W5,1 W5,2 W5,3Node5:
( ; ; )W6,1 W6,2 W6,3Node6:
( ; ; )W7,1 W7,2 W7,3Node7:
( ; ; )W8,1 W8,2 W8,3Node8:
( ; ; )W9,1 W9,2 W9,3Node9:
Distance = (𝑥𝑖 − 𝑤1,𝑖)2 = 1.2
Distance = (𝑥𝑖 − 𝑤2,𝑖)2 = 0.8
Distance = (𝑥𝑖 − 𝑤3,𝑖)2 = 0.4
Distance = (𝑥𝑖 − 𝑤4,𝑖)2 = 1.1
Distance = (𝑥𝑖 − 𝑤5,𝑖)2 = 1.3
Distance = (𝑥𝑖 − 𝑤6,𝑖)2 = 1.0
Distance = (𝑥𝑖 − 𝑤7,𝑖)2 = 0.6
Distance = (𝑥𝑖 − 𝑤8,𝑖)2 = 1.2
Distance = (𝑥𝑖 − 𝑤9,𝑖)2 = 0.9
X3
X2
X1

14. © SuperDataScienceDeep Learning A-Z

15. © SuperDataScienceDeep Learning A-Z

16. © SuperDataScienceDeep Learning A-Z
Image Source: Wikipedia

17. © SuperDataScienceDeep Learning A-Z

18. © SuperDataScienceDeep Learning A-Z

19. © SuperDataScienceDeep Learning A-Z

20. © SuperDataScienceDeep Learning A-Z

21. © SuperDataScienceDeep Learning A-Z

22. © SuperDataScienceDeep Learning A-Z

23. © SuperDataScienceDeep Learning A-Z

24. © SuperDataScienceDeep Learning A-Z

25. © SuperDataScienceDeep Learning A-Z

26. © SuperDataScienceDeep Learning A-Z

27. © SuperDataScienceDeep Learning A-Z

28. © SuperDataScienceDeep Learning A-Z

29. © SuperDataScienceDeep Learning A-Z