
Modèles personnalisés
et entraînement
avec
TensorFlow
4
Depuis le début de cet ouvrage, nous avons employé uniquement l’API de haut niveau
de TensorFlow, tf.keras. Elle nous a permis d’aller déjà assez loin : nous avons construit
plusieurs architectures de réseaux de neurones, notamment des réseaux de régression
et de classication, des réseaux Wide & Deep et des réseaux auto normalisant, en
exploitant différentes techniques, comme la normalisation par lots, le dropout et les
échéanciers de taux d’apprentissage.
En réalité, 95% des cas d’utilisation que vous rencontrerez n’exigeront rien de
plus que tf.keras (et tf.data
; voir le chapitre5). ...