Les articles de GNU/Linux Magazine N°230

Image promotionnelle
Réseaux de Neurones Convolutifs : un cortex visuel virtuel pour la reconnaissance d'image
Article mis en avant

Réseaux de Neurones Convolutifs : un cortex visuel virtuel pour la reconnaissance d'image

Plusieurs articles, voire des hors-séries entiers dédiés de votre magazine favori, ont traité différents aspects du Deep Learning et du Machine Learning ou plus exactement, l'apprentissage profond et l'apprentissage automatique [1-6]. Cependant, trop peu d'articles expliquent et détaillent l'élaboration, ainsi que la construction elle-même, d'un réseau de neurones convolutifs, quelle qu'en soit l'application : la reconnaissance d'image, par exemple. Dans cet article, nous allons pallier ce manque en construisant un cortex visuel virtuel, ayant pour but la reconnaissance d'image ou d'objets.
« Windaube ? Ben justement, c’est de la daube ! » « Linux ? Mais rien ne marche ! Il faut tout faire en ligne de commandes comme au siècle dernier ! » « Moi si c’est pas Mac, je ne regarde même pas, ça pique les yeux ! »
Lorsque nous travaillons sur des réels, nous utilisons des valeurs approchées plus ou moins précises et ce d'autant plus que la représentation même des réels en machine induit des valeurs approchées [1]. Profitons de cet été pour faire un peu de mathématiques récréatives et voir ce que propose Python, pour améliorer la précision des calculs sur les réels.
Les nombres complexes sont les objets mathématiques de base pour la représentation des qubits en informatique quantique [1]. Savoir les manipuler est donc indispensable et par chance, cela est assez facile. Le but de ce premier article d'une série sur l’informatique quantique est précisément de vous initier sans douleur à ces nombres particuliers, de comprendre quelles opérations et structures peuvent être définies avec eux, lesquelles sont indispensables en informatique quantique.
L’émergence de l’architecture de microprocesseur RISC-V, libre et ouverte, s’annonce comme une révolution dans le monde du matériel, analogue à celle suscitée par l’avènement du logiciel libre chez les développeurs. S’inscrivant dans la longue lignée des architectures RISC, sa simplicité explique sa large adoption, malgré sa relative jeunesse. Bien que le matériel RISC-V reste coûteux pour le grand public, un riche écosystème logiciel permet, dès à présent, d’expérimenter sous Linux.
Il est très pratique de démarrer automatiquement, au lancement de votre ordinateur, toutes les applications que vous utilisez continuellement. Toutefois, Linux dispose d'un système de workspaces, dont il serait dommage de se priver !
L'utilisation de structures de données, telles que les dictionnaires ou les objets est chose courante. Lorsque l'on autorise un utilisateur à transmettre des données à un programme pour les stocker dans ces structures, il est obligatoire d'effectuer nombre de tests pour s'assurer de la cohérence des données. Et si nous déléguions cette tâche à un module ?
Lorsque l'on crée des scripts Tampermonkey ou Greasemonkey [1], on peut se retrouver confronté à un problème de taille : comment accéder aux ressources locales ? Comment lire un fichier ou le modifier ? Les mécanismes de sécurité des navigateurs web ne permettent pas ce genre d'opérations, mais on peut les contourner...
Dans cet article, nous allons présenter et découvrir la technologie socket.io, qui permet notamment d’avoir une communication bidirectionnelle avec un site web. Vous verrez la facilité d’écriture des événements, côté client et serveur.