La convolution, dans le domaine du Deep Learning, est une opération mathématique essentielle dans de nombreux types de réseaux de neurones. Elle est particulièrement centrale dans les réseaux de neurones convolutifs (CNNs), fréquemment utilisés pour des tâches de vision par ordinateur, telles que la reconnaissance d’images. Dans cet article, tu Lire la suite…
Le Deep learning est une branche du Machine Learning. Lorsque l’on s’aventure dans le monde du Machine Learning, il est essentiel de sélectionner le bon type de modèle adapté à l’apprentissage.Ces modèles se déclinent en plusieurs catégories, notamment: Le Deep Learning est la science qui consiste étudier les réseaux de Lire la suite…
Le machine learning est l’une des compétences les plus recherchées dans le domaine de la science des données et de l’intelligence artificielle. Et si je vous disais qu’il existe une plateforme qui vous permet d’apprendre cette compétence de manière pratique, collaborative et passionnante ? Eh bien, c’est exactement ce que Lire la suite…
Lorsque les médecins regardent des images médicales, comme des IRM ou des scans, ils doivent être capables de distinguer les différentes parties du corps ou les différents tissus. Cela s’appelle la segmentation d’images. De manière générale, la segmentation d’image est un problème qui prend en entrée une image et qui Lire la suite…
Le mécanisme d’attention en Deep learning est une technique clé indispensable qui joue un rôle central dans la construction du Transformer. Cette méthode a connu un succès retentissant dans de nombreuses applications de Deep Learning, telles que la traduction automatique, la reconnaissance d’images et la génération de texte. Il existe Lire la suite…
Actuellement les Intelligences Artificielles (IA) sont capables de créer des images réalistes de manière bluffante. Dall-E (mélange de « Salvador Dali » et de « Wall-E »), une IA développée par OpenAI, est capable de produire une image à partir d’une phrase descriptive. Par exemple Dall-E a généré l’image suivante à partir de la Lire la suite…
La fonction d’activation softmax est un élément important dans la conception d’un réseau de neurones. Dans cet article tu vas apprendre : L’intérêt des fonctions d’activations D’abord de manière générale, les fonctions d’activation servent à deux choses : L’activation softmax sert exclusivement dans le deuxième cas comme on va l’expliquer. Lire la suite…
Dans cet article tu vas apprendre à coder un réseau de neurones from scratch. Les réseaux de neurones sont des modèles très sophistiqués de Machine-Learning. En effet, on peut avoir de nombreuses structures telles que : les Multi-Layer Perceptrons (MLP), les Réseaux de convolutions (CNN), les réseaux récurrents (RNN), etc… Lire la suite…
La Backpropagation, est une technique qui peut sembler compliquée à comprendre mais qui est indispensable pour entraîner un réseau de neurones. Si ce mot te paraît encore obscure, alors dans cet article je vais t’aider pas à pas à bien le comprendre. Dans cette article, tu verras : Pourquoi utiliser la Lire la suite…
En cadeau, recevez par email le guide du calcul différentiel pour apprendre du Deep-Learning.
En cadeau, recevez par email le guide du calcul différentiel pour apprendre du Deep-Learning.
En cadeau, recevez par email le guide du calcul différentiel pour apprendre du Deep-Learning.