TensorBoard

Introduction Il n’existe pas, à ma connaissance, de tutoriel complet sur TensorBoard, s’il y en a un il est bien caché et n’est sûrement pas en français. Cet article a pour objectif de combler cette lacune. magic commands : load_ext L’appel de TensorBoard requiert l’utilisation de magic commands. Pour rappel, […]

TensorFlow certification

Certification TensorFlow

TensorFlow a créé une certification en avril 2020. Je l’ai obtenue début août 2020. Cette certification s’adresse tout d’abord aux développeurs et aux data scientists qui « souhaitent démontrer leurs compétences pratiques en machine learning via la création et l’entraînement de modèles avec TensorFlow » L’intérêt de cette certification, outre son aspect […]

Visualizing and Understanding Convolutional Networks

Représentations intermédiaires

Ce tutoriel reprend le cours en ligne : Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning de Laurence Moroney de Google Brain (semaine #4 de la formation) Il s’agit d’un problème « classique » de classification d’images. Une classification binaire d’images générées automatiquement (des chevaux et des chiens) L’intérêt pédagogique de […]

Flower TPU

Dataset 5 fleurs

Ce tutoriel étudie dans le détail comment lire un dataset au format Google avec TensorFlow 2.0 dans l’environnement Google Colab. L’exemple présente une classification d’images (fleurs) mais là n’est pas l’essentiel. Il fait suite à MNIST sur GCP avec TPU et à Flower avec Transfer Learning sur TPU en mettant […]

Flower TPU

Flower avec Transfer Learning sur TPU

Ce tutoriel présente un tutoriel sur l’utilisation des TPU avec TensorFlow 2.0 dans l’environnement Google Colab. L’exemple présente une classification d’images (fleurs) mais là n’est pas l’essentiel. Il fait suite à MNIST sur GCP avec TPU mais il est beaucoup plus complet à tous les niveaux (création du Dataset, Transfer […]

MNIST

MNIST sur GCP avec TPU

Ce tutoriel présente un tutoriel sur l’utilisation des TPU avec TensorFlow 2.0 dans l’environnement Google Colab. Code Le code est disponible sur notre site, sur Github au format Gist et sur Colab. GitHub Le code est accessible sur Github au format Gist. Google Colab Le code est aussi sur Google Colab