Le Machine Learning portable : écrivez une IA de morpion en Go, distribuez-la en Wasm

Magazine
Marque
GNU/Linux Magazine
HS n°
Numéro
100
Mois de parution
janvier 2019
Domaines


Résumé

Dans cet article, je vous propose d'écrire un jeu de morpion en utilisant le Deep Learning. Le moteur se base sur le système LSTM. Le langage de programmation utilisé sera le Go.


L’apprentissage profond (Deep Learning) est souvent associé à Python et à TensorFlow. Cependant, les concepts existent dans bien d’autres langages. Nous allons utiliser le Go pour développer un système d’apprentissage « générique » en nous basant sur le LSTM.

Ensuite, nous implémenterons un joueur de Morpion qui va utiliser ce LSTM.

Enfin, nous utiliserons la nouvelle fonctionnalité de Go 1.11 pour compiler notre joueur en Wasm pour pouvoir l’exécuter dans le navigateur. Nous aurons donc un système de Deep Learning portable.

1. Quelques concepts avant de commencer

Avant de développer un petit jeu en Go, voici quelques concepts qui pourront vous servir dans votre voyage dans le monde du Machine Learning.

Il n’est pas nécessaire de maîtriser parfaitement ces concepts pour s’amuser avec le Machine Learning. En effet, il existe de nombreux niveaux d'abstraction qui permettent de faire des choses intéressantes sans avoir à comprendre la...

Cet article est réservé aux abonnés. Il vous reste 97% à découvrir.
à partir de 21,65€ HT/mois/lecteur pour un accès 5 lecteurs à toute la plateforme
J'en profite


Articles qui pourraient vous intéresser...

Intelligence artificielle : la grande méprise

Magazine
Marque
Linux Pratique
Numéro
118
Mois de parution
mars 2020
Domaines
Résumé

Que ce soit dans les salons professionnels, la presse spécialisée ou même les publicités adressées au grand public, on n’échappe pas à l’intelligence artificielle. Pourtant, derrière ce terme, finalement très fourre-tout, il existe une véritable science. Mais entre l’état de l’art et ce qui existe réellement, il y a une différence qui change la donne.

Réalisez vos deepfakes avec les réseaux génératifs antagonistes

Magazine
Marque
GNU/Linux Magazine
Numéro
234
Mois de parution
février 2020
Domaines
Résumé

Parmi les applications du moment les plus décriées de l'intelligence artificielle figurent celles qui consistent à falsifier des supports multimédias (vidéos, images ou bandes sons...) dont il est de plus en plus difficile de savoir s'il s'agit d'un support orignal ou corrompu. Vous avez pu vous en rendre compte par vous-même en regardant la vidéo dans laquelle Barack Obama parle comme Donald Trump [1]. Nous allons découvrir dans cet article comment utiliser les réseaux génératifs antagonistes, pour créer des images ou vidéos truquées, communément appelées deepfakes.

AlphaFold, la réponse au problème le plus complexe de l'univers ?

Magazine
Marque
GNU/Linux Magazine
Numéro
234
Mois de parution
février 2020
Domaines
Résumé

Avec l’avènement de la biologie moléculaire au XXe siècle, l’homme a pris conscience qu’il pouvait utiliser le vivant pour l’étudier, puis pour le modifier. Le défi du XXIe siècle va porter sur l’utilisation intelligente de ce savoir pour accélérer l’évolution, et produire des nano machines, les protéines, capables de corriger tous les problèmes que nous avons engendrés. Mais pour cela, il faut répondre au problème le plus complexe de l’univers...

Utilisation d'un accélérateur matériel : test du TPU Coral USB Accelerator

Magazine
Marque
GNU/Linux Magazine
HS n°
Numéro
106
Mois de parution
janvier 2020
Domaines
Résumé

Des cartes et des clés USB permettant d'accélérer les calculs pour effectuer du Machine Learning ont fait leur apparition ces dernières années. Google, ne pouvant rester en retrait, propose ses solutions par le biais de la société Coral. Étudions dans cet article l'une d'entre elles, la clé USB Coral Accelerator.

Passez vos réseaux de neurones à la vitesse supérieure avec l’Intel Neural Compute Stick 2

Magazine
Marque
GNU/Linux Magazine
Numéro
233
Mois de parution
janvier 2020
Domaines
Résumé

Avec sa Neural Compute Stick 2, Intel ouvre la porte du Machine Learning au commun des mortels, en fournissant à la fois un périphérique de calcul dédié à un prix abordable et à la fois une suite logicielle, qui ne nécessite pas d’être un expert pour l’utiliser avec les modèles de Deep Learning, dont on entend tant parler. Mais qu'en est-il vraiment ?