Le réseau de neurone symbolisé ici est purement symbolique.
Le réseau prend en entrée 4 nombres décimaux compris entre 0 et 1. Le réseau dispose d'une unique couche cachée et permet de classer les entrées selon trois entrées.
Aucun entraînement n'est effectué, les poids sont initialisés aléatoirement entre 0 et 1 à la lecture des données et ReLU est utilisée comme fonction d'activation.
Les neurones sont représentés par des cercles récupérant leurs informations dans le fichier nodes.json. Un cercle, ou un neurone est un point avec un identifiant de neurone, un identifiant de couche, un identifiant de neurone de couche et des coordonnées.
Les connexions entre chaque neurones sont représentées par des lignes droites récupérant leurs informations dans le fichier links.json. Une ligne droite est une connexion, un lien, entre deux cercles identifiés par leurs identifiants. Le poids donné dans le fichier n'est pas utilisé.
Une simulation de force est utilisée pour faire un lien aisé entre données de neurones et données de liens.
Admettons que nous disposons d'un jeu de données de fleurs. Une fleur est représentée par quatre caractéristiques (features) : longueur et largeur des pétales, longueur et largeur des sépales; et par une classe (label), son nom : marguerite, coquelicot et rose.
Concrètement, le jeu de données iris.
| Petal Length | Petal Width | Setal Length | Setal Width | Class |
|---|---|---|---|---|
| 1 | 0.68 | 0.27 | 0.03 | Marguerite |
| 0.96 | 0.59 | 0.25 | 0.04 | Coquelicot |
| 0.92 | 0.63 | 0.25 | 0.04 | Coquelicot |