Les fonctions d’activation peuvent sembler complexes quand on débute le Deep Learning. Pourtant… il suffit de ces 3 choses pour les comprendre ! Le Deep Learning, c’est une sous partie du Machine Learning. Son apport, c’est l’utilisation de couches de…
Lorsque je me suis lancer dans l’apprentissage du Deep Learning, j’ai très vite compris qu’un nombre immense de recherche et d’avancée avait déjà était réalisées. Face à cette montagne de connaissances dont je ne connaissais rien, j’ai décide faire comme…
Dans cet article nous allons voir une des techniques de Regularization les plus puissantes en Deep Learning : la Batch Normalization. Cette méthode de Regularization a été théorisé dans le papier de recherche Batch Normalization: Accelerating Deep Network Training by…
L’overfitting est un problème fréquent lors de l’entraînement d’un modèle de Deep Learning, mais une technique existe pour le contrer : le Dropout. C’est une méthode de Regularization expliquée dans un papier de recherche en 2014. La Regularization est un ensemble…
Un modèle de Deep Learning doit à la fois optimiser son entraînement et généraliser sa prédiction à l’ensemble des données. Un outil est là pour ça : la Regularization. La Regularization est un ensemble de méthode qui permet à la…
Dans ce tutoriel, nous allons voir comment utiliser et entraîner simplement et rapidement le Transformer BERT. BERT est un modèle de Deep Learning lancé fin 2019 par Google. C’est un Transformer, un type bien spécifique de réseaux de neurones. D’ailleurs BERT signifie « Bidirectional Encoder Representations from…