Les articles de GNU/Linux Magazine Hors-Série N°106 - Janvier/Février 2020

Image promotionnelle
Initiez-vous au machine learning en pratique avec TensorFlow et Keras
Article mis en avant

Introduction au dossier : Initiez-vous au machine learning en pratique avec TensorFlow et Keras

Le Machine Learning est partout, même dans des domaines en apparence anodins. Bien sûr, en termes de jeux, les défis représentés par les échecs ou le jeu de Go ont été relevés, mais il existe un autre jeu de stratégie très complexe : StarCraft II (la version I était très bien aussi !), l'un des jeux vidéo les plus complexes jamais créés.

J'utilise peu les réseaux sociaux, ou du moins j'essaye de les employer le moins possible (certains ne communiquant que par ce « média », il est difficile à l'heure actuelle de s'en couper totalement).
Dans le cadre de développements Python, il y a deux éléments cruciaux : la gestion des environnements virtuels et la gestion des dépendances. Pour cela, il existe deux outils très efficaces : Pyenv et Pip. De plus en plus de développeurs substituent Pipenv à Pip et, en le couplant à Pyenv, présentent cela comme LA solution ultime ! Mais est-ce réellement le cas ?
Voici une sélection d'ouvrages pour la plupart récemment sortis ou sur le point de sortir et qui ont attiré notre attention
La gestion de la configuration de votre parc via le fichier site.pp de Puppet peut rapidement devenir une tâche complexe et rébarbative. Un External Node Classifiers (ENC) peut rendre les choses plus simples. Nous allons voir les avantages de cette solution et comment mettre en place un ENC.
Vous ne pouvez pas ne pas avoir entendu parler de TensorFlow. Mais peut-être ne savez-vous pas exactement de quoi il s'agit, ni comment l'utiliser. Dans cet article, nous faisons le point sur le framework phare de Google pour le Machine Learning.
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.
« J’aimerais expérimenter avec un réseau de neurones, mais je ne sais pas comment le coder rapidement avec TensorFlow. »Dans cet article, nous allons présenter Keras et ses principales fonctionnalités, qui en font un outil privilégié des data scientists. Après une rapide prise en main, nous vous proposerons un cas d’étude à l’état de l’art : comment tromper un réseau de neurones !
« Les data scientists sont partis et ont laissé un fichier au format HDF5. C'est magique, ça détecte les voitures. Tu crois qu'on peut en faire un outil ? Ça tournerait sur mon Raspberry Pi ? »Dans cet article, nous allons découvrir le format Open Neural Network eXchange (ONNX). Nous allons ensuite coder une petite application en Go dans le but d’exécuter un réseau de neurones sur Raspberry Pi, simplement.
La librairie Keras rend possible en quelques lignes la création de réseaux convolutifs, dont les possibilités en matière de reconnaissance d’objets sont spectaculaires.
Ah, l'UML et ses diagrammes qui font fuir certains développeurs, persuadés qu'il s'agit de documents inutiles : j'ai une idée, je code et ça marche… Certes, pour un petit script la technique fonctionne, mais pour un projet de plus grande envergure, il n'est pas inutile de travailler la modélisation !