TensorFlow pour le Deep learning

CHAPITRE 7 Réseaux de neurones récurrents

Jusqu’à présent, nous vous avons présenté dans ce livre l’utilisation du deep learning pour traiter différents types d’entrées. Nous sommes partis d’une simple régression linéaire et logistique sur des vecteurs de caractéristiques dimensionnelles fixées, puis nous avons fait suivre par une discussion sur les réseaux profonds entièrement connectés. Ces modèles prennent des vecteurs de caractéristiques arbitraires avec des tailles fixées, prédéterminées. Ces modèles ne font aucune hypothèse sur le type de données codées dans ces vecteurs. D’un autre côté, les réseaux convolutifs placent de fortes hypothèses sur la structure de leurs données. Les entrées des réseaux convolutifs doivent satisfaire une hypothèse ...