Coder un réseau de neurones à partir de zéro pour résoudre le problème binaire MNIST

Introduction

Cet article propose le développement d'un réseau neuronal (NN) à 3 couches à partir de zéro (c'est-à-dire en utilisant uniquement Numpy) pour résoudre l'ensemble de données binaires MNIST. Ce projet propose un guide pratique sur les aspects fondamentaux de l'apprentissage profond et de l'architecture des réseaux de neurones. Il se concentre principalement sur la construction du réseau à partir de zéro (c’est-à-dire les mathématiques qui se cachent sous le capot des NN). Il est à noter que ce projet est une extension d'un projet intitulé "Coder un réseau neuronal à 2 couches à partir de zéro", dans lequel j'ai expliqué en détail les mathématiques derrière les sens d'un réseau neuronal (voir cet article pour plus de détails). En d’autres termes, la résolution du MNIST binaire peut être considérée comme un cas d’utilisation de réseau neuronal à partir de zéro.

Charger l'ensemble de don...
[Courte citation de 8% de l'article original]