Intelligence artificielle Tutoriels intelligence artificielle

Tutoriels intelligence artificielle

Formation TensorFlow : entraîner un modèle

Apprenez dans ce nouvel épisode du cycle de vidéos de formation à TensorFlow 2.0 comment entraîner un modèle de Deep Learning avec TensorFlow 2.0 Retourner...

Formation TensorFlow : Le mode eager et le mode graphiques

En quoi consistent le mode graph et le mode eager proposés par TensorFlow ? Quelle est la différence entre ces deux modes ? Les...

Formation TensorFlow : Utiliser et sauvegarder un modèle.

Le temps d'apprentissage en Deep Learning peut s'avérer extrêmement long. Il est donc bien sûr hors de question de recommencer le processus d'apprentissage à...

Formation TensorFlow : les fonctions d’activation ( tanh, sigmoid, ReLU..) je

Plusieurs fonctions peuvent être adaptées à l'activation de neurones. ReLU, Tanh et Sigmoid figurent parmi les choix les plus courants. Mais quelles sont leurs différences et...

Formation TensorFlow : Jeu d’entraînement, jeu de validation et jeu de tests

Zoom sur les jeux d'entraînement, de validation et de test qui composent le jeu de données (dataset). A quoi servent-ils et quelles sont les...

Formation TensorFlow : la fonction d’erreur

Dans cette vidéo, découvrez les fonctions d'erreur et plus particulièrement les fonctions d'erreur de type cross entropy que nous utiliserons au cours de cette vidéo. Nous...

Formation TensorFlow : Normaliser les données

Etape souvent sous-estimée, la normalisation de données linéaires conditionne pourtant un bon apprentissage par le réseau de neurones. Voyons en quoi la normalisation peut...

Formation TensorFlow : Coder un simple réseau de neurones

Nous entrons désormais dans le vif du sujet avec la programmation de notre premier réseau de neurones sous TensorFlow 2.0. Nous utilisons pour cela...