Aller à la barre d’outils

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 ce code m’a semblé important. C’est pourquoi je l’explique ici.

Contrairement à beaucoup d’exemples déjà commentés ici, il ne s’agit pas de s’intéresser au modèle de réseau de neurones mais à la façon dont il fonctionne ou plus exactement, il s’agit de visualiser les couches intermédiaires des réseaux de neurones (ce qui est souvent considéré comme un boîte noire).

Le code présenté permet de faire ce que décrit l’excellent article de référence : Visualizing and Understanding Convolutional Networks de Matthew D ZeilerRob Fergus

Pour comprendre ce tutoriel, il faut une assez bonne connaissance de TensorFlow 2.0, voire une très bonne connaissance.

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

0 0 voter
Évaluation de l'article
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 […]

S’abonner
Notifier de
guest
0 Commentaires
Inline Feedbacks
View all comments