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 :
- Récupération des données
- Normalisation et one hot encoding
- Transformation des données en tf.data.Dataset object
- Construction d’un modèle Keras
- DĂ©finition de l’optimizer et de la fonction de coĂ»t
- Minimisation de la fonction de coût
La 2ème partie du code aborde brièvement le GPU.
