Explication détaillée
Chaque neurone applique une combinaison linéaire suivie d'une fonction non linéaire. L'empilement de couches permet d'apprendre des représentations de plus en plus abstraites. Le réseau de neurones est la brique de base du deep learning.
Exemples
Perceptron multicouche
CNN pour la vision
RNN pour les séries temporelles
Transformer pour le texte
Questions fréquentes
Combien de couches ?
De quelques unités à plusieurs centaines selon la tâche : on parle de 'profond' au-delà de quelques couches cachées.
Termes associés
Deep Learning
Sous-domaine du machine learning utilisant des réseaux de neurones profonds pour apprendre des représentations complexes.
Machine Learning
Branche de l'IA dans laquelle les modèles apprennent des motifs à partir de données plutôt que de suivre des règles explicites.
Transformer
Architecture de réseau de neurones basée sur le mécanisme d'attention, à la base des LLM modernes.
Dernière mise à jour : 15/07/2026