From 4c37af809c7579763e67a3b3931bebce2e581e1b Mon Sep 17 00:00:00 2001 From: Aida Date: Wed, 28 Nov 2018 14:39:03 +0100 Subject: [PATCH 1/3] 1er commit --- answers.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/answers.md b/answers.md index bb3b84e..e56c63c 100644 --- a/answers.md +++ b/answers.md @@ -1,8 +1,8 @@ # Answers -Nom: -Prénom: -NB: +Nom: Magadis +Prénom: Aïda +NB: 7 ## 1.3 Définir les objets suivants: From 8f3c1145b996e49fbd31bd1580a6e1f0c58d8b64 Mon Sep 17 00:00:00 2001 From: Aida Date: Thu, 6 Dec 2018 13:40:23 +0100 Subject: [PATCH 2/3] Commit avant pull request --- answers.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/answers.md b/answers.md index e56c63c..e0ab945 100644 --- a/answers.md +++ b/answers.md @@ -6,7 +6,7 @@ NB: 7 ## 1.3 Définir les objets suivants: -graph: +graph: tensor: layer: From 9423af40a0ecc7022460be2e5f99d400024c987a Mon Sep 17 00:00:00 2001 From: Aida Date: Thu, 20 Dec 2018 11:11:55 +0100 Subject: [PATCH 3/3] =?UTF-8?q?R=C3=A9ponses=20Readme=20(2.1=20n'a=20pas?= =?UTF-8?q?=20fonctionn=C3=A9)?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- answers.md | 26 +++++++++++++++++++++++--- 1 file changed, 23 insertions(+), 3 deletions(-) diff --git a/answers.md b/answers.md index e0ab945..be2524e 100644 --- a/answers.md +++ b/answers.md @@ -6,9 +6,29 @@ NB: 7 ## 1.3 Définir les objets suivants: -graph: -tensor: -layer: + +graph: élément qui contient des tensors et des opérations. Représente les calculs en termes de dépendances entre opérations individuelles. + +tensor: tableau de dimension arbitraire (vecteur : tensor de 1er ordre, matrice : tensor de 2nd ordre). + +layer: bloc de construction du réseau neuronal. Il extrait des représentations à partir des données qui lui sont transmises. + ## 3 answer: + +Acquisition des données : +Dans le cas d'un apprentissage supervisé (ex : MNIST), un gros volume de données est nécessaire pour que les réseaux de neurones puissent apprendre. Donc souvent, on passe plus de temps à récolter des données qu'à les traiter. + +Classification des données : +Après avoir récolté les données, il faut les classer, autrement dit les labelliser. Cette étape est souvent entièrement manuelle. Des plateformes spécialisées existent comme Amazon Mechanical Turk qui fait appel à des personnes réelles pour réaliser cette étape. + +Choix du réseau de neurones : +Il s'agit de l'étape la plus difficile techniquement parlant. La solution la plus simple est de reprendre un réseau de neurones existant qui traite un problème similaire au nôtre. + +Choix du matériel : +L'apprentissage requiert une grosse capacité de calcul. Pour des petits tests, un ordinateur portable peut suffire mais sinon il faut passer à une carte de joueur haut-de-gamme ou à une carte dédiée aux calculs pour les professionnels. Mais il est aussi possible de passer par des services cloud. + +Mise en production : +Si l'on est satisfait du résultat, il faut déployer le modèle en production. Pour cela, on utilise des frameworks. +