October 2018
Intermediate to advanced
260 pages
7h 2m
French
Ce chapitre va vous montrer comment créer des exemples simples (mais non simplistes) de systèmes d’apprentissage dans TensorFlow. La première partie de ce chapitre passe en revue les fondements mathématiques de la construction de systèmes d’apprentissage, et couvre en particulier les fonctions, la continuité et la différentiabilité. Nous introduirons la notion de fonction de perte, puis nous verrons en quoi l’apprentissage automatique se résume à la capacité de trouver les valeurs minimales de fonctions de perte complexes. Nous aborderons ensuite la notion de descente de gradient et nous expliquerons comment elle peut être utilisée pour minimiser les fonctions de perte. Nous terminerons ...
Read now
Unlock full access