SVM
Visualisation des poids appris sur chaque classe de CIFAR10 pour un algo SVM écrit from scratch. Merci Stanford! Bientôt sur GitHub.
Conseil en intelligence artificielle
Visualisation des poids appris sur chaque classe de CIFAR10 pour un algo SVM écrit from scratch. Merci Stanford! Bientôt sur GitHub.
Calcul de la matrice des distances L2 sous forme vectorielle pour une solution utilisant le voisinage d’ordre k (K-nearest neighbor). Temps de calcul divisé par 100 par rapport à l’utilisation …
Génération d’une image composée d’une mosaïque d’images de la même classe. L’image initiale est sélectionnée au hasard dans l’ensemble d’entraînement de la bibliothèque d’images CIFAR10 Par exemple, avec: On forme: …
Mise en place de la batch norm pour un dernier petit gain de deux dixièmes de %, taux de réussite finale de 99.52. Pas loin du reccord mondial qui ajoute …
Best score for iteration 6550 | Accuracy = 0.9933! 99.33 % de taux de reconnaissance sur le jeu de test. Mission réussie 🙂 A moins de 0.4 point du record …
Réseau neuronal convolutif, Best score for iteration 8100 | Accuracy = 0.9915 github
Overfitting et dropout: Gestion du sur-apprentissage avec la suppression de la réponse de certains neurones. github
Optimisations pour les réseaux neuronaux profonds github
Réseau neuronal profond: Meilleure précision au bout de 10000 itérations: 97,39 github
Ajout de couches de neurones intermédiaires avec sigmoïde comme fonction d’activation. Précision: 95,7% github