Archives par catégorie: MNIST

MNIST tf 2.0

Il s’agit de tester le code du livre de Michelucci, Advanced Applied Deep Learning de U. Michelucci, § MNIST Classification with Eager Execution Il n’y a lĂ  rien de spĂ©cial. Les Ă©tapes sont : RĂ©cupĂ©ration des donnĂ©es Normalisation et one hot encoding Transformation des donnĂ©es en tf.data.Dataset object Construction d’un modèle Keras DĂ©finition de l’optimizer et de […]

MNIST – lecture de la base

MNIST est le « Hello World » du Deep Learning. Nous avons dĂ©jĂ  Ă©crit plusieurs articles Ă  son sujet afin de prĂ©senter diverses mĂ©thodes de rĂ©solution du problème de classification de chiffres manuscrits. MNIST – scikit-learn – code d’A. Geron Tensorflow – Notes sur le Tutoriel #1 de Magnus Erik Hvass Pedersen Depuis l’Ă©criture de nos articles, […]

TensorFlow 2 – tutoriel #1

TensorFlow est en version 2 Alpha depuis mars 2019. The 2.0 Alpha release is available now. Users can use this today and get started with all that TensorFlow 2.0 has to offer.  https://www.tensorflow.org/community/roadmap Les changements sont importants, notamment en ce qui concerne la simplification d’usage. C’est ce que nous allons voir avec ce tutoriel. Contrairement […]

Notes sur le crash course de @fchollet sur TensorFlow et Keras

Le crash course sur TensorFlow 2.0 de François Chollet @fchollet fondateur de Keras mĂ©rite quelques notes. C’est l’objectif de ce 1er article qui couvre les parties 1, 2 et 3 de l’article. Installation Le code prĂ©sentĂ© est dans l’environnement de Google Colaboratory GCP. On commence par l’installation de tf-nightly-gpu-2.0-preview. Il s’agit de l’installation pour GPU. […]

MNIST – scikit-learn – code d’A. Geron

MNIST est le Hello World du Machine Learning. Le prĂ©sent article commente le code du §3 du livre d’AurĂ©lien Geron. Rappel de ce que nous avons Ă©crit Ă  son sujet. Le livre Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems d’AurĂ©lien Geron est très très bon. Il est complet, profond, bien […]