L'action deepLearn.addLayer est utilisée pour étendre un modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). de Deep LearningSous-ensemble du Machine Learning basé sur des réseaux de neurones artificiels profonds. Il excelle dans l'extraction automatique de motifs complexes depuis des données brutes (images, texte, son). existant en y ajoutant une nouvelle couche. Cette fonctionnalité permet de modifier ou d'affiner l'architecture d'un réseau de neurones directement au sein de CAS (Cloud Analytic Services), offrant ainsi une grande flexibilité pour l'expérimentation et l'optimisation des modèles.
Comment ajouter une couche à un modèle de Deep Learning existant dans SAS Viya ?
Construction Dynamique de Réseaux (addLayer)
Cette réponse vous a-t-elle aidé ?
Exemples pour l'action addLayer
1. Ajout de la couche d'entrée (INPUT)
Cet exemple définit la couche INPUT (tenseurs RGB 3x32x32). Le paramètre scale (1/255) normalise les pixels dans [0,1], une étape critique pour stabiliser la descente de gradient.
2. Ajout d'une couche de convolution (CONVO)
Cet exemple intègre une couche CONVO (16 filtres 3x3, stride=1). L'activation ReLU introduit la non-linéarité, et l'initialisation XAVIER préserve la variance des gradients.
Assemblage d'un réseau CNN de bout en bout
Cet exemple finalise le CNN : Max Pooling (réduction spatiale), FC (dropout 0.2) et OUTPUT Softmax (entropie croisée).