Il existe quelques livres – très intéressants – qui expliquent l’IA, le Deep Learning (DL), et en même temps fournissent des exemples de code.

Parmi mes préférés, celui d’Aurélien Geron : Hands on Machine Learning with Scikit-learn and Tensorflow et  celui de Prateek Joshi : Artificial Intelligence with Python.

Malgré les grandes qualités de ces livres, ils ne suffisent pas à la formation car TensorFlow n’est pas très simple d’abord (pas plus que CNTK ni même Keras). C’est pourquoi  Amazon Web Services et Microsoft ont annoncé récemment une nouvelle bibliothèque d’apprentissage profond, appelée Gluon. Gluon qui s’appuie sur MXNet d’Apache se veut simple d’utilisation.

MXNet n’est pas la plus populaire des plates-formes de DL.

Elle l’est beaucoup moins que TensorFlow mais l’initiative prise par Amazon et Microsoft avec Gluon (qui dans un 1er abord ressemble au wrapper Keras) et surtout le cours de DL disponible en ligne mérite qu’on s’y intéresse de près.

Un cours en ligne, dans l’environnement Jupyter, est disponible sur Github. C’est ce cours qui est commenté, expliqué, approfondi ici (pas à pas). Le cours est en anglais.

La préface n’est pas commentée, pas plus que l’introduction.

Le 1er cours est : Manipulate data the MXNet way with ndarray.

Tout est assez classique dans ce cours car presque tout ce qu’on peut faire avec MXNet peut être fait avec numpy. la différence concerne les GPU mais ça n’a pas d’utilité dans le contexte du cours.

Il y a ensuite le cours : linear algebra, qui ne vous apprendra pas grand-chose, sauf si vous n’avez pas les bases de l’algèbre linéaire et celui sur les probabilités : Probability and statistics

Pour se familiariser avec le sujet, lisez plutôt : Linear Algebra Review and Reference et pour les probabilités : Introduction au Calcul des Probabilités ou Probability Theroy the Logic of Science.

Enfin il y a le cours d’introduction au gradient : Automatic differentiation with autograd que vous pouvez passer aussi car on y revient.

Autant entrer directement dans le vif du sujet avec le chapitre 2.

Cet article a été publié dans Gluon. Mémoriser le lien.

Laisser un commentaire

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