RSS deep learning - 1/1 Blog machine_learning (13) modules (8)


deep learning - 1/1

Deep learning dans un autre projet

2018-07-02

Les notebooks de deep learning devenaient difficiles à maintenir dans le même projet, les librairies dépassent souvent la centaine de mégaoctets et allongeaient considérablement le temps d’exécution des tests unitaires. Ils ont désormais leur propre projet ensae_teaching_dl.

article

Comparaison de librairies de deep learning

2018-03-19

C’est un article de blog produit par la recherche de Microsoft : Comparing Deep Learning Frameworks: A Rosetta Stone Approach. Il compare les temps d’apprentissage et de test pour la plupart des librairies de deep learning. L’ensemble est disponible sur GitHub. Le répertoire de notebooks est intéressant car cela permet de récupérer les mêmes exemples (4) implémentés avec les différantes librairies de deep learning les plus connues.

article

Saves and reload a pytorch model

2018-01-07

Saving and loading a pytorch model is something which took me a couple of searches on internet so let’s write it out. So to save a model:

article

Deep learning et a priori

2016-03-23

Le deep learning n’a plus à prouver son efficacité. L’article suivant décrit quelques cas pratiques et montre que la façon de mener l’apprentissage à un impact sur la performance finale : Knowledge Matters: Importance of Prior Information for Optimization.

article

Deep learning and other readings

2015-12-22

I came accross the following article Evaluation of Deep Learning Toolkits which studies a short list of libraries for deep learning: Caffe, CNTK, TensorFlow, Theano, Torch, and various angles: modeling capability, interfaces, model deployment, performance, architecture, ecosystem, cross-platform. It gives a nice overview and helps choosing the library which fits your needs. Once your deep models has been trained, how to use it? This question should be the first one to be answered.

article


RSS deep learning - 1/1 2018-08 (4) 2018-09 (2) 2018-10 (2) 2018-11 (4) 2018-12 (1)