Scribd
Importer
3 vues10 pages

Deep Learning

Il s'agit d'un document aux informations assez globales qui traite du deep learning.

Transféré par

clouis9124
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
3 vues10 pages

Deep Learning

Il s'agit d'un document aux informations assez globales qui traite du deep learning.

Transféré par

clouis9124
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Introduction au Deep Learning

Document technique

1. Définition

Le Deep Learning (ou apprentissage profond) est une sous-discipline de


l'intelligence artificielle basée sur des réseaux de neurones artificiels.

1
2. Réseaux de neurones

Inspirés du fonctionnement du cerveau biologique, ils sont composés de


neurones interconnectés répartis en plusieurs couches.

2
3. L'apprentissage

Le modèle apprend à partir d'immenses volumes de données (Big Data) en


ajustant les poids de ses connexions internes.

3
4. Couches cachées

La profondeur du réseau fait référence au nombre important de couches


permettant d'extraire des caractéristiques de plus en plus complexes.

4
5. Rétropropagation du gradient

Algorithme clé permettant de mettre à jour les paramètres du réseau en


mesurant l'erreur de prédiction.

5
6. Vision par ordinateur

Les réseaux de neurones convolutifs (CNN) ont révolutionné l'analyse


d'images, la reconnaissance faciale et la détection d'objets.

6
7. Traitement du langage naturel

Les architectures modernes permettent aux machines de comprendre,


traduire et générer du langage humain de façon très fluide.

7
8. Puissance de calcul

L'essor du Deep Learning a été rendu possible par l'utilisation intensive de


processeurs graphiques (GPU) très puissants.

8
9. Défis et limites

Nécessite d'énormes quantités de données étiquetées, est très opaque (effet


boîte noire) et consomme beaucoup d'énergie.

9
10. Conclusion

Le Deep Learning est le moteur principal des avancées spectaculaires de l'IA


moderne.

10

Vous aimerez peut-être aussi