Skip to content

NeuralNetworks.losses

NeuralNetworks.losses (*nets, fuse_losses, names, fig_size, color) [source]

Affiche les résidus en fonction des époques d'entrainement des réseaux.

Paramètres Type Optionnel
*nets Module Non
fuse_losses boolean oui
names boolean oui
fig_size boolean oui
color boolean oui
Example
losses_exemple.py
1
2
3
4
5
6
7
8
9
from NeuralNetworks import MLP, Trainer, learnings

hidden_layers = [256,256,256,256,256,256,256,256,256,256]
net = MLP(2, hidden_layers, 3)

T = Trainer (net, inputs = inputs, outputs = outputs) # (1)!
T.train(1500)

losses (net, fuse_losses = False, names = ["Sortie 1", "Sortie 2", "Sortie 3"], fig_size = 10)
  1. La définition de inputs et outputs n'est pas explicitée ici

Learnings Learnings

fused_losses_exemple.py
1
2
3
4
5
6
7
8
9
from NeuralNetworks import MLP, Trainer, learnings

hidden_layers = [256,256,256,256,256,256,256,256,256,256]
net = MLP(2, hidden_layers, 3)

T = Trainer (net, inputs = inputs, outputs = outputs) # (1)!
T.train(1500)

losses (net, fuse_losses = True, fig_size = 10)
  1. La définition de inputs et outputs n'est pas explicitée ici

Learnings Learnings