En résumé

Modélisation d'images avec Keras

Ariel Rokem

Senior Data Scientist, University of Washington

Qu'avons-nous appris ?

• Classification d'images
• Convolutions
• Réduire le nombre de paramètres
  • Ajuster vos convolutions
  • Ajouter des couches de regroupement
• Améliorer votre réseau
  • Régularisation
• Comprendre votre réseau
  • Suivre l'apprentissage
  • Interpréter les paramètres

Interprétation des modèles

https://distill.pub/2017/feature-visualization/

Et après ?

• Des réseaux encore plus profonds
• Réseaux résiduels

Réseaux résiduels

Et après ?

• Des réseaux encore plus profonds
• Réseaux résiduels
• Apprentissage par transfert
• Réseaux entièrement convolutionnels

Réseaux entièrement convolutionnels

Réseaux antagonistes génératifs

Et après ?

• Des réseaux encore plus profonds
• Réseaux résiduels
• Apprentissage par transfert
• Réseaux entièrement convolutionnels
• Réseaux antagonistes génératifs
• ...

Bonne chance !

Modélisation d'images avec Keras