Les couches, c’est le concept de base en Deep Learning. Mais quelles sont les principaux types et comment les utiliser ? Dans un algorithme Deep Learning les données d’entrée s’appelle des tenseurs, un concept déjà aborder dans un article précédent.…
Quelles sont les 5 erreurs fréquentes qui ruinent les modèles de Machine Learning ? C’est ce qu’on voit ensemble dans cet article ! 5 erreurs en Machine Learning Ne pas analyser ses Données Une erreur qu’on voit souvent chez les…
La parallélisation c’est distribuer une tâche à différent travailleurs(CPU). Ces travailleurs exécute le code ensemble et donc accélere l’algorithme. Par exemple dans une boucle for de 1 à 5 avec 3 CPU. Chaque CPU va parcourir la boucle mais chacun…
En Python il est intéressant d’afficher le temps d’exécution de son code, cela donne une idée de la rapidité de notre algorithme. C’est pour cela qu’on va voir dans cet article comment faire ! Temps d’exécution Format brut Tout d’abord…
Vous en avez marre de matplotlib et de ces graphismes style 2000 ? On vous présente LA librairie à connaître pour l’analyse 3D . Cette librairie, c’est Plotly. Un package qui vous permettra de réaliser des graphiques de qualité. Effectivement,…
Ces librairies vont vous épargner la plus grosse partie du travail en Machine Learning et cela… sans diminuer la qualité de votre modèle ! En Machine Learning de nombreuses études, comme celle réalisée par Forbes, ont démontré que ce n’est…
Le mécanisme de l’Attention est un processus fondamental en Deep Learning pour comprendre les modèles les plus performants. Aujourd’hui, la plupart des chercheurs en IA intègrent ce mécanismes dans leurs réseaux de neurones. Pour comprendre l’Attention il faut connaître le…
Comment fonctionne un Encodeur Décodeur et pourquoi l’utiliser en Deep Learning? L’Encodeur-Décodeur est un réseau de neurones découvert en 2014. Et il est encore utilisé aujourd’hui dans de nombreux projet. C’est un pilier fondamental du Deep Learning. On le retrouve…
Le Recall, la Precision, le F1 Score comment retenir facilement leur utilité et ce que ces métriques impliquent ? Pour comprendre ces métriques il faut connaître les concepts de Vrais Positifs / Faux Négatifs (détaillés dans cet article avec en…