diff --git a/02-intro_rna/02-keras-classificateur_img.py b/02-intro_rna/02-keras-classificateur_img.py index 145cf36..9ce5ddd 100644 --- a/02-intro_rna/02-keras-classificateur_img.py +++ b/02-intro_rna/02-keras-classificateur_img.py @@ -91,8 +91,8 @@ keras.backend.clear_session() # np.random.seed(42) # tf.random.set_seed(42) -model = keras.models.Sequential() # Modèle de reseau de neurones -model.add(keras.layers.Flatten(input_shape=[28, 28])) # Couche d'entrée : mise à plat des données d'entrée -> 1 node / pixel soit 784 (28x28) +model = keras.models.Sequential() # Modèle de réseau de neurones +model.add(keras.layers.Flatten(input_shape=[28, 28])) # Couche de mise à plat des données -> 1 node / pixel soit 784 (28x28) model.add(keras.layers.Dense(300, activation="relu")) # Couche 1 : 300 nodes # model.add(keras.layers.Dense(300, activation="relu")) # Couche 2 : 300 nodes -> passage de 100 à 300 # model.add(keras.layers.Dense(300, activation="relu")) # Couche 3 : 300 nodes -> ajout diff --git a/02-intro_rna/03-keras-tf_playground-cercle.py b/02-intro_rna/03-keras-tf_playground-cercle.py index 60ca69a..2913da2 100644 --- a/02-intro_rna/03-keras-tf_playground-cercle.py +++ b/02-intro_rna/03-keras-tf_playground-cercle.py @@ -134,7 +134,7 @@ perte="mse" # Type de perte (hyperparamètre) # perte='mean_absolute_error' keras.backend.clear_session() -model = keras.models.Sequential() # Modèle de reseau de neurones +model = keras.models.Sequential() # Modèle de réseau de neurones model.add(keras.layers.Dense(4, input_dim=2, activation="relu")) # Couche 1 : 4 nodes model.add(keras.layers.Dense(4, activation="relu")) # Couche 2 : 4 nodes model.add(keras.layers.Dense(1, activation="sigmoid")) # Couche de sortie : 1 node par classe diff --git a/02-intro_rna/04-keras-tf_playground-xor.py b/02-intro_rna/04-keras-tf_playground-xor.py index 3a65743..436db09 100644 --- a/02-intro_rna/04-keras-tf_playground-xor.py +++ b/02-intro_rna/04-keras-tf_playground-xor.py @@ -128,7 +128,7 @@ perte="mse" # Type de perte (hyperparamètre) # perte='mean_absolute_error' keras.backend.clear_session() -model = keras.models.Sequential() # Modèle de reseau de neurones +model = keras.models.Sequential() # Modèle de réseau de neurones model.add(keras.layers.Dense(4, input_dim=2, activation="relu")) # Couche 1 : 4 nodes model.add(keras.layers.Dense(4, activation="relu")) # Couche 2 : 4 nodes model.add(keras.layers.Dense(1, activation="sigmoid")) # Couche de sortie : 1 node par classe diff --git a/02-intro_rna/05-keras-tf_playground-gauss.py b/02-intro_rna/05-keras-tf_playground-gauss.py index bb80921..847ec24 100644 --- a/02-intro_rna/05-keras-tf_playground-gauss.py +++ b/02-intro_rna/05-keras-tf_playground-gauss.py @@ -134,7 +134,7 @@ perte="mse" # Type de perte (hyperparamètre) # perte='mean_absolute_error' keras.backend.clear_session() -model = keras.models.Sequential() # Modèle de reseau de neurones +model = keras.models.Sequential() # Modèle de réseau de neurones model.add(keras.layers.Dense(2, input_dim=2, activation="relu")) # Couche 1 : 2 nodes model.add(keras.layers.Dense(1, activation="sigmoid")) # Couche de sortie : 1 node par classe diff --git a/02-intro_rna/06-keras-tf_playground-spiral.py b/02-intro_rna/06-keras-tf_playground-spiral.py index 7a5ea84..45082cb 100644 --- a/02-intro_rna/06-keras-tf_playground-spiral.py +++ b/02-intro_rna/06-keras-tf_playground-spiral.py @@ -139,7 +139,7 @@ perte="mse" # Type de perte (hyperparamètre) # perte='mean_absolute_error' keras.backend.clear_session() -model = keras.models.Sequential() # Modèle de reseau de neurones +model = keras.models.Sequential() # Modèle de réseau de neurones model.add(keras.layers.Dense(20, input_dim=2, activation="relu")) # Couche 1 : 10 nodes model.add(keras.layers.Dense(20, activation="relu")) # Couche 2 : 10 nodes model.add(keras.layers.Dense(20, activation="relu")) # Couche 3 : 10 nodes diff --git a/02-intro_rna/07-keras-regression.py b/02-intro_rna/07-keras-regression.py index f1d351d..fabd0a2 100644 --- a/02-intro_rna/07-keras-regression.py +++ b/02-intro_rna/07-keras-regression.py @@ -114,7 +114,7 @@ perte="mse" # Type de perte (hyperparamètre) keras.backend.clear_session() # np.random.seed(42) # tf.random.set_seed(42) -model = keras.models.Sequential() # Modèle de reseau de neurones +model = keras.models.Sequential() # Modèle de réseau de neurones model.add(keras.layers.Dense(30, input_shape=X_train.shape[1:], activation="relu")) # Couche 1 : 30 nodes model.add(keras.layers.Dense(1)) # Couche de sortie : 1 node par classe diff --git a/03-vision/img/01-digit-prepa_data.png b/03-vision/img/01-digit-prepa_data.png new file mode 100644 index 0000000..b2c5ce8 Binary files /dev/null and b/03-vision/img/01-digit-prepa_data.png differ