Les réseaux de neurones permettent de mettre en place des techniques d'apprentissage supervisés ou non. Nous allons voir comment fonctionnent ces réseaux et utiliser la bibliothèque Tensorflow pour un cas pratique de reconnaissance de chiffres manuscrits.

Le Machine Learning, l’apprentissage des intelligences artificielles, en quelques mots, ses principes, ses modèles, ses applications.

Comment utiliser des algorithmes d’intelligence artificielle pour répondre à des problématiques de classification simplement ? C’est la question sur laquelle nous allons nous pencher ici. Grâce à des librairies open source puissantes, il est possible de s’attaquer à des problèmes complexes, et de façon simple !

La gestion de la programmation de la methode setattribut() a l'application est alors de la memoire de l'instance de la destruction de la session par les requetes de l'application] : Est-il possible de concevoir un algorithme capable de générer votre prochain GNU/Linux Magazine ?

On fait énormément de choses avec les réseaux de neurones et de plus en plus de frameworks sont disponibles pour les utiliser simplement. Ce mois-ci je vous propose de classer des images en catégories (voiture, chat, chien, etc.) en utilisant PyTorch, ce qui nous permettra d'appréhender le fonctionnement des moteurs de recherche visuels.

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.

Intelligence Artificielle, Deep Learning, Apprentissage Automatique, Classification, Machine Learning... Ces termes sont en ce moment sur toutes les lèvres et semblent souvent utilisés dans les médias comme joker, en lieu et place de « vaudou », « magie noire », « sorcellerie », « alchimie » ou plus généralement, « technologie à la mode qu'on ne peut pas vous expliquer, car on n'y comprend rien ». Pourtant, chez vous, vous pouvez découvrir ce domaine assez facilement et sans avoir à utiliser un PC monstrueux, avec trois cartes graphiques hors de prix. La preuve, on peut même le faire avec une simple carte Arduino...

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 ?