Ce tutoriel ne peut être li qu’après avoir étudié le tutoriel #3c (2ème partie) et le tutoriel #2 car on y trouve de nombreux éléments communs qui ne sont pas re-expliqués ici.

Cet article commente le tutoriel Tensorflow #3c de Magnus Erik Hvass Pedersen  : Keras API. Le code est ici et la vidéo ici (en anglais).

Les convolutions ne sont pas expliquées dans notre article. Elles sont supposées connues (cf #1 et #2).

Il existe deux types de modèles dans les API Keras, le modèle séquentiel (voir tutoriel précédent) et le modèle qualifié ici de fonctionnel (Model class API). Il ne sera question ici que du second, le premier ayant été déjà traité.

Flux

Pour rappel, le réseau implémenté est représenté ci-dessous :

Code

Le code, hormis la syntaxe différente et parfois pas très explicite, est malgré tout très voisin.

L’exemple donné ici est un peu plus clair. Lire aussi Getting started with the Keras functional API sur la doc Keras.

Dans la doc Keras, il y a cet exemple qui aide à comprendre :

A layer instance is callable (on a tensor), and it returns a tensor
Input tensor(s) and output tensor(s) can then be used to define a Model
Such a model can be trained just like Keras Sequential models.

On commence par créer une instance de couche. Celle-ci retourne un tenseur :
puis à partir des tenseurs on crée un modèle :
Ce modèle peut ensuite être entraîné.

L’exemple de Magnus, un peu plus long, fonctionne de la même façon.

On a ensuite :

puis après le training :

Le reste du code n’est pas expliqué car il ne se différencie pas des tutoriels #1 et #2.

Laisser un commentaire

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