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 là rien de spécial. Les étapes sont :

  • Récupération des données
  • Normalisation et one hot encoding
  • Transformation des données en tf.data.Dataset object
  • Construction d’un modèle Keras
  • Définition de l’optimizer et de la fonction de coût
  • Minimisation de la fonction de coût

La 2ème partie du code aborde brièvement le GPU.

Laisser un commentaire

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