Améliorer les réseaux de neurones artificiels sur Coursera

Voilà, c’est le troisième cours de spécialisation que je termine sur Coursera. Celui-ci était vraiment intéressant puisqu’il aborde des techniques importantes dans la conception des réseaux de neurones.

J’ai vraiment aimé et j’ai pris beaucoup de notes. Je vais vraiment devoir passer beaucoup de temps dans des tests pour avoir une vision vraiment empirique de ce qu’on peut en tirer.

Hyperparameters, Regularization

Les informations concernant les technologies de regularization y sont vraiment complètes et la pédagogie d’Andrew Ng y est pour beaucoup. Les exercices sont intéressants, mais il me tarde là aussi de les refaire, en Go, en C voire en OpenCL, afin de mieux appréhender leur fonctionnement.

Minibatchs, Optimizations

La partie sur les batch et les techniques d’optimisation m’a ouvert les yeux aussi sur les moyens d’obtenir une bien meilleure performance. Quand je repense à mon petit code sur les réseaux de neurones en Go sur Github …

Tensorflow

Enfin, il y a une partie qui introduit un peu l’utilisation de Tensorflow. Elle est intéressante mais probablement inutile pour celles et ceux qui ont déjà eu l’occasion d’utiliser ce framework de Google.

Bref, ce fut l’un de mes cours préférés. Il m’en reste deux. Je les ferai assurément. Mais je ne sais vraiment pas quand.

PA