Ce tutoriel sur Keras reprend le très bon exemple : Keras Tutorial: Deep Learning in Python en apportant quelques commentaires, corrections et modifications mineures.

Il y a 2 à 3 erreurs dans le tutoriel de référence. Peut-être sont elles le fait d’une incompatibilité avec la version actuelle de Keras (2.1.5)

Je ne reviens pas sur ce qui marche bien dans le tutoriel.

Pour comprendre le tutoriel, il faut impérativement lire ensemble Keras Tutorial: Deep Learning in Python et cet article.

Mon code est visible ici : https://gist.github.com/boscherj/e3aeec66f367ff2bb2309c0def6a0e4a

Lecture des données

Si vous avez lu le tutoriel sur Tensorflow vous constaterez que nous utilisons ici aussi Pandas pour lire les données au format csv.

Description des données – représentation graphique

Cette partie n’est pas décrite ici car elle n’est pas spécifique à Keras.

note :

Matrice de corrélation

Pour afficher la matrice de corrélation, le code ci-dessous est proposé dans le tutoriel de référence.

La ligne sns.plt.show n’est pas correcte et elle ne sert à rien.

Apprentissage

Le code ci-dessous, proposé dans le tutoriel de référence dot être modifié.

La syntaxe X=wines.ix[:,0:11] est dépréciée.

Il faut désormais utiliser :

X=wines.iloc[:,0:11]

Prédiction

Le modèle se termine par une couche sigmoid.

Le résultat de notre classification est donc une probabilité.  C’est pourquoi, si on utilise le code ci-dessous pour effectuer nos prédictions, le résultat sera une probabilité.

Or ce que nous voulons est un résultat binaire (blanc ou rouge).

Pour obtenir le résultat que nous voulons, il faut corriger le code :

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *