|
Titre :
|
Apprentissage par “Transfert Learning” avec TensorFlow/Keras (2023)
|
|
Auteurs :
|
Jean-Christophe Riat, Auteur
|
|
Type de document :
|
Article : texte imprimé
|
|
Dans :
|
[Programmez !] (N°260, 11/12 2023)
|
|
Article en page(s) :
|
p. 48-51
|
|
Langues:
|
Français
|
|
Sujets :
|
IESN
Deep learning
;
TensorFlow/Keras
;
Transfert learning (informatique)
|
|
Résumé :
|
"L’usage du deep learning peut effrayer à cause de la difficulté à définir la bonne topologie de réseau de neurones pour le problème à traiter. Une alternative consiste à procéder par « transfert learning », c’est-à-dire à réutiliser un modèle qui a déjà démontré ses performances pour d’autres applications. Avec cette approche il est possible d’atteindre de très bons niveaux de fiabilité, parfois proches de 100 %, comme dans notre exemple de classification d’images de chiens et de chats." (Extrait de [Programmez !] n°260)
|
