Actualité TensorFlow Lattice : un nouvel outil pour les utilisateurs de tensorflow

Pour approfondir le sujet

Logistique : Le groupe BMW, en collaboration avec NVIDIA, développe des robots autonomes avec une capacité de coordination avancée

Le Groupe BMW a annoncé développer à l'avenir davantage l'utilisation de la technologie informatique de haute performance, en particulier l'intelligence artificielle, en ce qui...

“Intelligence artificielle et cognition : Apprentissage naturel et artificiel” : la conférence Olivier Legrain se tiendra à l’ENS les 5 et 6 juillet

Les 5 et 6 juillet prochain, l'intelligence artificielle sera au coeur de la conférence Olivier Legrain organisée à l'ENS. Intitulé "Intelligence artificielle et cognition...

Gartner prévoit une accélération des déploiements d’intelligence artificielle dans les entreprises d’ici 2020

De plus en plus d'entreprises déploient des solutions basées sur l'intelligence artificielle. Selon le cabinet Garner, les entreprises ayant déployé des solutions d'intelligence artificielle...

Partenariat Life & Soft et CEA en bio-informatique, génomique, intelligence artificielle et technologies d’imagerie de pointe

Ce 4 août, Life & Soft et le CEA ont présenté officiellement leur accord de collaboration. Signé en avril 2020 pour une durée de...

TensorFlow Lattice : un nouvel outil pour les utilisateurs de tensorflow

Un problème connu en matière d’apprentissage

Tous les datascientists le savent, il est parfois difficile de s’assurer que l’entraînement d’un modèle se fait correctement lorsque les jeux de données d’entraînement comportent énormément de bruit. Se fier aux données locales risque d’induire le modèle en erreur.

Google vient de publier TensorFlow Lattice afin de s’assurer que le modèle suit bien les tendances globales

Conscient de ce problème, Google vient de publier Tensorflow Lattice. Il permet de s’assurer que le modèle suit bien les tendances souhaitées au lieu de suivre le bruit local et donc d’être induit en erreur. Concrètement, en utilisant tensorflow lattice il est possible de guider le modèle en influençant la courbe de résultats à partir des spéculations des Data Scientists.

Un exemple concret

La vidéo de présentation donne  l’exemple d’une application de recherche de cafétérias. A Tokyo, les personnes à la recherche d’une cafétéria sont principalement des piétons. Ils chercheront donc probablement la cafétéria la plus proche. Tandis qu’au Texas, les utilisateurs utiliseront probablement leur voiture et seront donc plus enclins à parcourir plusieurs kilomètres pour trouver une bonne cafétéria. Lattice permet  de guider le modèle et forcer la tendance de résultats que l’on souhaite obtenir.

Tensorflow Lattice ainsi que son mode d’emploi sont dès à présent disponibles sur GitHub.

La version Release candidate de TensorFlow 1.4 vient d’être publiée par Google par la même occasion.

Stephane Nachez

Partager l'article

Synapse AI : Entretien avec Julian Lucchesi, directeur des partenariats du CenTech à Montréal

L'adoption de l'intelligence artificielle en entreprise nécessite bien souvent un accompagnement. Dans ce numéro 3 de Synapse AI, Mathieu Barreau rencontre Julian Lucchesi, Directeur...

Un modèle de deep learning pour repérer plus facilement les tumeurs métastasiques complexes

Nous vous présentions récemment un système mis au point par des scientifiques écossais permettant de repérer plus facilement les mésothéliomes, une forme rare de cancer....

Trois start-up, spécialisées data et intelligence artificielle, finalistes du LVMH Innovation Award

Dans le cadre de la cinquième édition du LVMH Innovation Award, 28 start-up ont été sélectionnées. Grâce à ce prix dédié à l'innovation, les...

Quelle fiabilité pour la reconnaissance vocale utilisée pour le diagnostic du COVID-19 ?

Savoir si des patients sont atteints du COVID-19 grâce à leur voix ? C'est le défi que se sont lancé plusieurs équipes de recherche....