CHAPITRE VI Application du Machine Learning pour l’étude du franchissement
98
couches sont dites cachées car de l’extérieur du réseau, on ne peut analyser clairement leur
fonctionnement. Le réseau reçoit les informations sur une couche réceptrice de neurones, traite ces
informations avec ou sans l’aide d’une ou plusieurs couches cachées contenant un ou plusieurs
neurones et produit un signal ou plusieurs signaux de sorties. Chaque neurone qu’il appartienne à
la première couche, aux couches cachées ou à la couche de sortie est lié aux autres neurones par
des connexions auxquelles sont affectés des poids (Barreiro. L et al., 2018).
VI.2.6.1.2
Fonction d’activation :
Comme présenter (Figure VI-5), plusieurs fonctions d’activation existe. Selon le type de modèle
qu’on souhaite modéliser ont choisi la fonction qui va avec. Les fonctions les plus utilisée sont
fonction d’activation a seuil, et fonction d’activation sigmoïde borné entre 0 et 1, considérer
comme la probabilité que le neurone s’active
Figure VI-5 Fonctions d’activations (S. Samy. 2019).