Tensorflow without a PhD – 7
Overfitting et dropout: Gestion du sur-apprentissage avec la suppression de la réponse de certains neurones. github
Conseil en intelligence artificielle
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
Création et évaluation d’un réseau neuronal simple couche: 10 neurones avec softmax comme fonction d’activation et Cross entropy comme distance pour la descente de gradient 92.7% de réussite sur un …
Exploration du jeu de données La base de données sur laquelle nous allons travailler est la base MNIST qui regroupe un grand nombre de chiffres écrits à la main et …
ou tensorflow sans diplôme d’ingénieur Premier opus d’un ensemble de notebooks qui présentera l’utilisation de réseaux neuronaux de plus en plus complexes pour résoudre un problème de reconnaissance de chiffres …
Playing around with pre-trained tensorflow neural network inception5. Based on this YT vid. When a computer is trying to recognize patterns in low level layers.
Première partie du tutoriel sur la bibliothèque de visualisation Altair. Disponible sur Github à l’adresse suivante: https://github.com/neodelphis/Altair/blob/master/Tutoriel%20Altair%201.ipynb Version pdf
Tuto sur l’utilisation de la bibliothèque de visualisation Altair. Ce document s’appuie sur l’excellente vidéo de Jake VanderPlas créé à partir de sa présentation lors de la conférence Pycon 2018.