SVM
Visualisation des poids appris sur chaque classe de CIFAR10 pour un algo SVM écrit from scratch. Merci Stanford! Bientôt sur GitHub.
L2 – forme vectorielle
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 …
CIFAR10 – Break time
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: …
Tensorflow without a PhD – 11 – 12 – 13
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 …
Tensorflow without a PhD – 10
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 …
Tensorflow without a PhD – 9
Réseau neuronal convolutif, Best score for iteration 8100 | Accuracy = 0.9915 github
Tensorflow without a PhD – 7
Overfitting et dropout: Gestion du sur-apprentissage avec la suppression de la réponse de certains neurones. github
Tensorflow without a PhD – 6
Optimisations pour les réseaux neuronaux profonds github
Tensorflow without a PhD – 5
Réseau neuronal profond: Meilleure précision au bout de 10000 itérations: 97,39 github
Tensorflow without a PhD – 4
Ajout de couches de neurones intermédiaires avec sigmoïde comme fonction d’activation. Précision: 95,7% github