0:00 si on s'amuse à regarder un rang 12 à
0:01 avoir c'est assez incroyable tac le
0:04 rondo 10 ici va bien focus sur les yeux
0:06 hello tout le monde est bienvenu dans
0:08 cette vidéo alors dans ce type de vidéos
0:10 je vais essayer de vous montrer quelques
0:11 petits projets que vous pourrez prendre
0:13 que vous pourrez personnaliser à votre
0:16 sauce en fait et en faire des projets
0:18 personnels donc on va surtout focus
0:21 cette série sur le compte twitter
0:22 viennent sur ledit planning j'espère que
0:25 ça va vous plaire dites moi le but du
0:26 jeu c'est vraiment de faire des petits
0:28 tuto comme ça j'aime pas trop dire tuto
0:30 mais des petites life coaching on va
0:33 dire où je vais vous montrer en fait et
0:36 vous expliquer les grandes parties du
0:40 code qu'on va produire ensemble
0:42 alors comme vous en doutez je vais pas
0:44 coder non plus en live devant vous j'ai
0:46 dû code là à côté de moi mais le but du
0:48 jeu c'est que je vous montre le flou et
0:50 que je vous fasse comprendre tout le
0:51 cheminement logique et que je vous
0:53 explique aussi les parties de code qui
0:55 pourrait être un peu compliqué parfois
0:56 et pour le coup je tiens vraiment à vous
0:58 dire ça parce que le nombre de personnes
0:59 sur youtube qui font joueur qui connaît
1:01 en live alors qu'il coûte pas en live ça
1:03 ça me hérisse le poil doux je veux pas
1:05 rentrer dans cette case
1:13 bon allez c'est parti donc on va tout de
1:16 suite commencé sur google collab donc la
1:18 règle du jeu c'est de faire un petit
1:20 type pokédex vous savez pokédex pikachu
1:22 pokémon tout ça tout ça en fait sascha y
1:25 tient un pokédex ou pas que sasha
1:27 d'ailleurs mais bref c'est un petit
1:28 objet qui quand vous prenez une photo
1:29 d'un pokémon
1:30 en fait il vous dit quels types de
1:31 pokémon say et on va s'amuser à coder ça
1:34 alors vous doutez bien que je vais pas
1:36 récolter des jeux de données sur
1:38 l'intégralité des pokémon est donc pour
1:40 l'instant on va juste s'amuser à
1:41 détecter un pikachu et un rondoudou ok
1:44 allez c'est parti
1:44 donc je vais le faire sur google call a
1:47 donc voilà un peu la tête du réseau ne
1:50 rende qu'on va essayer de construire
1:51 ensemble donc y aura des couches de
1:52 convolution neil de pooling et une
1:54 flatteuse meilleur à la fin et on va
1:56 construire un petit modèle danse à la
1:58 fin pour pouvoir nous prédire soit un
2:00 pikachu soit un rondo d'où vous
2:03 inquiétez pas on va faire tout ça
2:04 ensemble
2:05 bien sûr tout le code sera dispo sur
2:08 github
2:08 ne vous inquiétez pas pour ça non plus
2:10 alors déjà le premier truc que je vais
2:11 faire je vais aller chercher une image
2:14 d'un pikachu et dans mon doudou et je
2:16 vais l'affiché ici donc ici je les
2:18 berges sur mon github vous pourrez
2:20 l'utiliser bien sûr comme ça aussi
2:22 donc voilà on a bien une image d'un
2:24 pikachu et d'un rondoudou d'accord alors
2:27 déjà vous me dire ok mais comment est ce
2:28 qu'on fait en fait pour reconnaître un
2:30 pic à shauna ronde où on fait ce qu'il
2:31 faut comprendre c'est que tous ces
2:33 objets en fait toutes ces images sont
2:35 des nombres sont des chiffres encoder du
2:38 1er gb notamment quand ça encoder sur
2:40 trois canaux ou si on le convertit en
2:42 voir et blanc et qu'on essaye de
2:44 l'affiché on peut l'affiché sous forme
2:46 de numéros et vous allez comprendre
2:47 donc là ici si je m'amuse à l'affiché je
2:50 le convertit du rgb au gré c'est-à-dire
2:53 en noir et blanc
2:53 je vais juste me d'un anti frêche chaude
2:55 pour ce soit soit noir soit blanc
2:58 d'accord 1 127 c'est à dire que rappaz
3:00 nuances de gris ce sera à cause du
3:01 contraste et si j'essaye de l'affiché
3:03 donc j'essaye de d'afficher cette petite
3:05 image là on voit que ça ressemble un peu
3:07 à un pikachu et si j'essaye de dézoomer
3:09 un peu peut-être si vous avez beaucoup
3:11 d'imagination vous allez voir les héros
3:13 ici qui correspondent à
3:16 la pointe de l'oreille d'accord et là
3:20 vous voyez tous les petits détails et en
3:22 fait c'est exactement ce type de choses
3:24 qu on va envoyer notre réseau neurones
3:25 ah oui et pour s'amuser je peux aussi
3:27 vous le montrer sous forme d'un coeur
3:28 c'est un peu plus visible et là vous
3:32 voyez bien effectivement la forme du
3:34 coeur qui se dessine et c'est comme ça
3:36 en fait qu'un réseau de neurones va
3:37 recevoir l'information
3:39 d'accord il va le recevoir sous cette
3:41 forme alors maintenant ce qu'il faut
3:43 comprendre en réseaux de neurones
3:46 convolution elle en fait c'est qu'un
3:47 réseau neurones convolution neil il va
3:48 essayer de faire des filtres pour
3:50 reconnaître si on veut les les bordures
3:54 les formes qui vont faire que c'est un
3:57 pikachu ou qui vont faire que ça
3:59 rondoudou alors c'est quoi un filtre en
4:02 traitement d'image
4:03 alors si on s'amuse juste à faire du
4:05 traitement d'image très très simple donc
4:08 par exemple ici on va prendre une image
4:09 en noir et blanc d'un pikachu je vais un
4:12 peu de métier d'ailleurs on va prendre
4:14 l'image en noir et blanc d'un pikachu de
4:15 tak hockey et maintenant si je vais
4:18 appliquer ce qu'on appelle un kernel
4:20 donc incarne elle sait quoi en fait
4:21 c'est un noyau qui va venir passer sur
4:23 l'image donc incarnait l'un noyau en
4:25 fait c'est une matrice qui va venir
4:26 passer surtout les pixels de l'image et
4:28 qui va venir faire des opérations
4:30 mathématiques pour mettre en valeur
4:31 certaines choses par exemple si on prend
4:34 le kernel qui ajuste 1-1 au milieu c'est
4:37 à dire qu'il va mettre en évidence
4:38 uniquement le pixel qui a sa place ici
4:40 l'image ne va pas changer d'accord par
4:42 contre si on prend un kernel qui va
4:43 venir mettre en évidence par exemple les
4:46 lignes verticales donc ici le kernel va
4:49 avoir cette tête il va donner moins de
4:51 force aux pixels qui sont à gauche et
4:52 plus de force aux pixels qui sont à
4:53 droite et du coup on fait ça va avoir
4:54 pour effet de faire une genre de
4:56 collines comme ça de petites pentes qui
4:58 va passer sur toute l'image et qui va
4:59 mettre en surbrillance l'intégralité des
5:01 traits verticaux ou assimilés un peu
5:04 avertis qu'aux comme vous pouvez le voir
5:06 ici sur les oreilles et il va pas ici
5:08 prendre les lignes qui sont beaucoup
5:10 trop horizontaux d'accord
5:12 maintenant si on le faire l'inversion si
5:13 on fait incarnent l horizontale vous
5:15 allez voir que par exemple la tête ici
5:19 qui était un peu moins mises en évidence
5:20 le haut de la tête ici va être beaucoup
5:21 plus mis en évidence donc ici à la place
5:23 d'avoir une genre de pente verticale on
5:25 va voir une pente
5:27 en horizontal en fait qui va venir du
5:28 bas vers le haut et tout ce qui va être
5:31 pris en fait vous l'imaginez par cette
5:33 vague va être mis en surbrillance est
5:36 donc en fait cette image de vagues en
5:38 fait qui va passer sur l'image c'est un
5:40 peu comme ça qu'il faut vous représentez
5:41 la convolution et c'est pour ça qu'on
5:43 appelle ça des réseaux de neurones
5:45 convolution neil c'est parce qu'en fait
5:46 on va pas on va vers passer des fils de
5:48 convolution alors j'avais préparé un
5:50 petit truc que je vous mets là on va
5:52 voir ensemble
5:52 à quoi ça correspond donc voilà ici en
5:55 fait un filtre convolution neil ça va
5:56 avoir cette tête c'est à dire que on va
5:58 faire passer donc ici c'est lille à
6:00 convolution de deux signaux carré par
6:01 exemple la convolution de deux signaux
6:03 carrés donne un signe aux un signal
6:05 triangulaire alors je vous laisserai
6:07 allez voir ça c'est sur wikipédia et
6:08 vous avez wikipédia vous expliquent très
6:10 très bien ce qu'elle à convolution je
6:12 peux pas vous l'expliquer laon détails
6:14 mais globalement en fait il faut il faut
6:16 que vous compreniez que c'est la valeur
6:17 de l'air qui va être en commun à un
6:22 instant donné entre les deux objets
6:24 auxquels vous à les appliquer la
6:26 convention auquel est maintenant si on
6:28 essaye de résoudre notre problème de
6:29 filtres de réseaux convolution elle pour
6:32 détecter des pokémon lorsqu'on va faire
6:35 déjà c'est qu'il nous faut récupérer des
6:37 données de pokémon et pour ça je vais
6:39 vous montrer une petite astuce
6:40 donc vous pouvez aller sur google comme
6:42 ça d'accord et vous choisissez par
6:43 exemple pikachu et ici vous allez avoir
6:45 une base de données depuis quatre jours
6:46 alors vous pouvez récupérer
6:47 l'intégralité des images en python et
6:49 après les triais moi j'aime bien cette
6:51 petite extension tac qui vous permet en
6:54 fait de sélectionner toutes les images
6:56 que vous voulez pas dans votre jeu de
6:57 données ici par exemple on voit pas bien
6:58 pikachu appel sélectionné ici non plus
7:00 ici non plus ici non plus ici non plus
7:04 on va garder vraiment tout ce qui
7:07 ressemble un pikachu qu'on veut garder
7:09 notre base d'image d'accord et après
7:11 vous cliquez sur dawn lahoud et ça va
7:13 vous télécharger automatiquement
7:15 l'intégralité des images et donc en fait
7:17 voilà vous allez avoir toute vos images
7:19 sous c'était donc là j'ai récupéré des
7:21 images d'un pikachu et des images d'un
7:24 rondoudou à lorient n'a pas beaucoup un
7:26 gg pas du tout récupérer beaucoup
7:27 d'image mais en fonction de ce que vous
7:30 voulez reconnaître il va potentiellement
7:32 falloir récupérer énormément d'image
7:34 donc là il n'a vraiment pas beaucoup
7:35 mais c'est juste pour comprendre
7:36 ensemble donc du coup une fois que j'ai
7:38 récupéré tous dataset je n'ai mis sous
7:40 un format zip gelé mis sur github et on
7:43 va le récupérer ici avec cette ligne de
7:45 code
7:45 on va le daisy paix ensemble et on va
7:47 récupérer toutes les données ici date à
7:50 cette taxe pikachu pokémon ah oui j'ai
7:54 aussi un truc pokémon mais on va pas
7:55 l'utiliser là tout de suite
7:56 et là ici vous allez avoir quand vous
7:58 pouvez le voir l'intégralité des images
8:00 de mon pikachu ou de me rendre doudou
8:03 directement mis ici sur collab d'accord
8:07 d'ailleurs à ce que j'ai mis un runtime
8:09 gpgp hamid runtime gpu bon c'est quoi ta
8:12 que je trouvais juste d'un gpu je
8:14 redémarre et ça soit très très grave à
8:16 prendre une seconde ont maintenant une
8:18 fois qu'on est là qu'on a nos données on
8:20 va voir combien on en a donc là on a on
8:23 va lister l'intégralité de nos données
8:26 dans notre répertoire d'accord qui va
8:27 être ici notre répertoire dataset le
8:29 problème de ça en fait c'est que ça va
8:30 me prendre je donnais pokémon que je
8:34 veux pas forcément qu'ils me prennent
8:35 donc je vais le supprimer tech et je
8:39 vais juste récupérer pikachu iron doudou
8:43 il veut pas le sucre mieux comme ça je
8:45 vais le faire en ligne de commande
8:46 ok donc là il va me supprime et akpo
8:49 camani a disparu très bien moi je vais
8:51 laisser ça ici du coup si je regarde
8:55 combien j'en ai je vais en avoir 174
8:57 d'accord tu veux me dépasser ici au cas
8:59 où
8:59 alors maintenant qu'on a ça on va
9:01 utiliser une fonction de queyras pour
9:05 pré procès c'est en fait notre jeu de
9:07 donner le but du jeu ça va être d'avoir
9:09 les mêmes tailles sur nos images ça va
9:11 être si jamais il n'y a pas les mêmes
9:13 tailles bien les mettre à la même taille
9:14 ça va être de les battre chez d'accord
9:16 le but du jeu quand on fait un réseau de
9:17 neurones c'est pas envoyer les images
9:19 une à une c'est apprendre beaucoup trop
9:21 de temps et en fait ça serait pas utile
9:23 pour un réseau de neurones du jeu c'est
9:24 de les envoyer par exemple trois parcs 3
9:26 ou 30 par 30 etc
9:28 ici on n'a pas beaucoup d'imagés dont
9:29 notre batterie va être un peu petit par
9:31 exemple on peut prendre un badge size
9:35 tech on peut prendre un backside égale à
9:38 3 par exemple
9:39 après il nous faut l'hymne la longueur
9:42 et la largeur
9:44 qu'on veut sur notre image donc ici on
9:47 va faire des images carré par exemple
9:48 tac 200 et l'autre image 1200 aussi une
9:58 fois qu'on a ça on va apporter donc
10:02 utiliser une fonction de cadre à ce qui
10:03 va nous permettre de définir notre très
10:05 d'accord donc la fonction de queyras
10:07 c'est celle-là près processing image et
10:09 il va aller récupérer en fait les images
10:11 depuis le répertoire d'accord donc en
10:15 fait chaque nom de répertoire va être
10:17 égale à une classe pour lui tac une
10:23 petite erreur de syntaxe ah oui c'est
10:25 pas images cmg j'avais mis dans mon
10:29 exemple un ticket est ok donc là ça va
10:37 mettre un peu de temps très rapides donc
10:39 qui va aller récupérer les données mbaam
10:42 voilà il a récupéré les données
10:43 maintenant on va construire un autre jeu
10:46 de validation d'accords 9e pareil donc
10:53 là on a pris notre jeu de validation qui
10:54 est pareil un autre jeu de training
10:57 voyait bien sûr le but du jeu c'est pas
11:00 du tout de prendre les mêmes directory
11:02 c'est d'avoir un directory de validation
11:04 et un directory d'entraînement mais là
11:07 c'est vraiment pour l'exemple mais il
11:08 faudra bien sûr inversée enfin modifier
11:12 le data dire et faire un data dire de
11:14 validation d'accords donc maintenant si
11:16 on regarde un peu les données de tak
11:17 si on regarde les trois premiers de
11:18 n'goni classe name is no 10 find
11:21 pourquoi c'est ma faute c'est parce que
11:24 je n'ai pas défini là c'est égal au
11:27 nombre des classes n'est donc si vous
11:28 vivez un pikachu avant doudou qui vont
11:30 être les deux noms de notre répertoire
11:31 d'accord donc ici bas donc voilà ici on
11:34 va voir par exemple si on fait ça on va
11:35 avoir les on va avoir trois images comme
11:38 ça qu'ils correspondent en fait à une
11:41 autre base size donc ça va être promue
11:43 notre première notre premier jeu de
11:44 données qu'on va dire
11:46 ok donc si on continue un peu on va
11:48 s'amuser maintenant à définir notre
11:50 réseau de neurones convolution n'est
11:52 laissée là où ça va devenir plutôt
11:54 intéressant donc on va déjà importé
11:56 depuis l'un d'eux sort floqué race on va
12:00 importer layher d'accord ça va nous
12:02 éviter de faire de trop taper de choses
12:04 maintenant ce qu'on fait c'est qu'on va
12:06 lui dire que le nombre de classes est
12:09 égale à 2 soit pikachu 72 d'accord et on
12:13 va définir un modèle donc notre modèle
12:14 en queyras
12:15 on doit le mettre dans un c'est quoi le
12:19 show d'accord qui va on peut nous servir
12:21 de conteneurs donc ici on va définir nos
12:24 couches on va déjà utilisé une couche de
12:26 reus kyling en fait pour sky leno 255 on
12:29 va les normaliser de 0 à 1
12:31 tac on utilise cette couche là layher
12:33 expérimental processing rue scaling
12:35 comme vous pouvez le voir
12:35 et après dans un réseau de neurones
12:37 convolution elle sur remontant au ici on
12:39 va faire une couche de convolution
12:41 d'accord et après on va faire une couche
12:44 de pooling d'accord et on va enchaîner
12:45 comme ça pour convolution pauline
12:48 convolution pulling convolution pulling
12:49 d'accord la couche de convolution son
12:53 but du jeu ça va être en fait de trouver
12:54 les filtres qui vont bien correspondre
12:56 pour décrire notre image d'accord et le
12:59 but de la couche de pooling en fait ça
13:01 va être de réduire notre image pour au
13:03 final avoir un jeu de données on va dire
13:06 qu'on va envoyer notre réseau dense de
13:08 plus en plus petit et de plus en plus
13:09 conca tenais pour représenter au maximum
13:13 les feature les plus peuplés plus les
13:17 plus petit jeu c'est plus parler ok donc
13:20 donc ici on va faire une couche de
13:21 convolution les russes point qu'on peut
13:26 aider ici on va dire qu'on veut 128
13:29 neurones dakar tac 4 et on va mettre
13:34 activé ichel une fonction d'activation
13:37 relu d'accord et après qu'on a fait ça
13:40 on va mettre une couche de poulies de
13:43 max pauline pardon alors la couche de
13:45 max koenig va correspondre à quoi en
13:48 fait elle va prendre le maximum à chaque
13:50 fois du phénomène de pooling d'accord
13:54 vous pouvez aussi avoir des couches
13:56 d'avril pauline par exemple qui va
13:57 prendre la moyenne de votre pulling
14:00 entre tous vos pixels du coup après
14:02 qu'est ce qu'on fait mais en fait on a
14:03 ce que je vous ai dit d'en faire trop le
14:04 pied collé ici on va faire par exemple
14:05 quatre fois alors ce qui est bien ce qui
14:08 est convenable c'est qu'on va essayer de
14:09 réduire à chaque fois par deux et on va
14:11 essayer de garder des unités de deux des
14:14 puissances de 2 à 16 une fois qu'on a ça
14:19 donc on compte deux des max pulling on
14:21 va mettre une couche de flatteurs donc
14:23 très simplement en fait la couche de
14:24 flatteurs ça va nous permettre de
14:26 construire un vecteur à partir de notre
14:29 matrice d'accord qui va pouvoir être
14:32 envoyé un autre réseau dense ici on va
14:34 donc définir une couche dans ce qui va
14:37 prendre par exemple 64 attaques comme ça
14:41 neurones
14:42 et toujours pareil on va mettre une
14:44 couche d'activer ichel relu alors vous
14:46 pourrez jouer avec les différentes
14:47 activités pour voir si ça modifie vos
14:50 performances bien sûr et ensuite la
14:52 dernière couche et bien on va sortir une
14:56 meilleure danse donc qui va être égal à
14:58 2 mais on la définit on a juste maintenu
15:00 une classe d'accord est par contre
15:02 l'activité chez elle ici ça va peut-être
15:04 une rue lui ça va être une softmax en
15:07 fait pour avoir la probabilité entre nos
15:09 différentes classes ok donc là on a
15:14 notre réseau neurones qui définit on
15:15 peut le run est comme ça une fois qu'on
15:18 a défini notre et zone euro n'entendent
15:19 sur flo il va nous falloir le compiler
15:21 donc pour le compiler on va juste faire
15:24 un modèle point de compile on va prendre
15:26 une option meisels adam exemple que le
15:31 plus utilisé donc ensuite la lotte on va
15:33 prendre par exemple ici une par thack
15:38 catégorique au l'entropie
15:46 ok et la métrique ça va être notre acura
15:51 ci pourra entraîner
15:53 ok si on compile ça y'a pas de faute
15:56 ok maintenant qu'on a fait ça on va donc
15:58 le fit alors vous pouvez vous amuser à m
16:04 à utiliser sans rebord dont verra
16:06 d'autres tuto si vous voulez comment
16:07 est-ce qu'on utilise tonnes soit board
16:08 en détail pour un peu monitorer votre
16:11 réseau de neurones pendant qu'il apprend
16:12 même après l'entraînement et si on veut
16:14 juste faire notre fit donc ici encore
16:17 une fois c'est juste pour l'exemple
16:18 missiles à la les datas de validation
16:22 vont être les mêmes que les dates en
16:23 entraînement et c'est juste que j'avais
16:24 pas m'amuser à récupérer pendant trois
16:26 heures des pikachu sur internet mais je
16:29 vous conseille de le modifier en bien
16:30 sûr ici avant d'être une époque par
16:32 exemple de devant et on va entraîner
16:35 notre réseau neurones ici sur 20 époque
16:37 c'est plutôt rapide puisqu'en gpu est en
16:40 fait y'a pas beaucoup pour être honnête
16:42 de comment on appelle ça de de données
16:46 donc en fait c'est hyper rapide ok donc
16:49 encore une fois ici tac ici notre
16:53 validation acura si vous voyez qu'elle
16:55 est pareil que notre acura si donc on
16:57 pourrait dire voici général ce trop bien
16:58 mais en fait les deux sont les mêmes
16:59 données donc en fait ça va un peu rien
17:00 dire vous pouvez vous amuser à faire
17:02 pointu mairie pour voir l'intégralité de
17:03 votre réseau neurones et après
17:05 maintenant si on s'amuse à vouloir
17:07 prédire un peu comme un pokédex notre
17:10 réseau neurones enfin les images à
17:14 prédire des images l'on peut juste faire
17:16 ça et on va venir sélectionner un
17:19 fichier ici donc là bien sûr c'est pas
17:21 du jeu mais c'est vraiment pour
17:22 l'exemple je veux reprendre une image
17:25 qui l'a déjà vu dans son jeu de données
17:27 c'est vraiment pas du jeu en mai c'est
17:29 vraiment pour vous faire comprendre tac
17:31 et ici il va nous dire que c'est bien un
17:34 pikachu comme vous pouvez le voir et
17:36 vous voyez qui si le soft max en fait ce
17:38 qui fait c'est qui l'envoie la
17:40 probabilité d'accord d'existence sur sa
17:44 d'existence sur 0 ou 1 et du coup à la
17:47 place de lui demander de prédire la
17:48 probabilité vous pouvez si vous faites
17:51 juste un predict vous pouvez lui
17:52 demander de prédire les classes
17:53 directement
17:55 vous pouvez soit le dire prix dictait
17:56 les il va vous prédire la probabilité en
17:57 utilisant de softmax sans vous pouvez
17:59 lui dire de prédire les classes et il va
18:00 vous prédire la classe des roues est
18:02 donc ici voilà vous avez un petit
18:03 pikachu alors c'est pas fini parce qu'on
18:06 va essayer de comprendre qu'est ce qu'il
18:07 ya derrière les filtres d'accord donc je
18:09 vous ai mis un petit un petit truc sympa
18:12 ici que vous pouvez vous amuser à
18:14 utiliser oui ça c'est ma faute je sais
18:16 ce que c'est ok cool bon après quelques
18:18 débats ging ça marche donc ici on va
18:21 voir l'intégralité des filtres qui ont
18:22 été produits et vous allez voir qu'il a
18:24 potentiellement focus sur certaines
18:27 choses
18:27 donc ici pour revoir un pikachu il n'y a
18:30 rien du tout point à pikachu super
18:32 pourquoi je pense qu'il n'y a pas assez
18:33 de données
18:34 par contre la chose intéressante c'est
18:36 si on s'amuse à regarder pour le coup un
18:38 rondoudou si on s'amuse à regarder avant
18:41 douze à avoir c'est assez incroyable tac
18:44 le rondo 10 ici va bien focus sur les
18:47 yeux voyez les désoler la caméra elle
18:50 s'est éteinte sans que je m'en rende
18:52 compte du coup j'étais en train de vous
18:53 expliquer que en fait c'est comme ça je
18:56 sais plus où tu rougemont été arrêté du
18:57 coup j'étais en train de vous expliquer
18:58 que c'est comme ça en fait qu'on pouvait
19:00 voir un réseau de neurones convolution
19:02 elle et les filtres que ça produit donc
19:04 moi je vous invite vraiment utiliser ce
19:06 petit projet pour s'amuser en fait
19:10 finalement pour comprendre ensemble ce
19:11 qu'un réseau de neurones convolution
19:12 onel et le prendre et l'appliquer en
19:14 fait avoué essayer de prédire ce que
19:16 vous voulez vous pouvez essayer de
19:17 prédire de construire pokédex qu'ils
19:18 vainquent ou prédire tous les pokémon si
19:21 vous voulez passer un peu de temps à
19:22 essayer de récolter de la donner ou si
19:24 vous avez déjà des données pouvez vous
19:26 amuser je sais pas moi à essayer de
19:27 reconnaître un hélicoptère d'un avion ou
19:30 des choses comme ça ça peut être des
19:31 choses hyper intéressante et ça vous
19:33 changera un peu si vous voulez un peu
19:35 apprendre à vous vendre entre guillemets
19:38 sur votre cv à changer à mettre à la
19:41 place de maître que vous faites de la
19:43 classification sur des chiffres
19:44 pouvaient mettre que vous faites de la
19:45 classification sur des pokémon c'est
19:47 tout aussi rigolo bon voilà j'espère que
19:49 ce type de vidéos vous plaît dites moi
19:50 au contraire de la vidéo si ça vous a
19:52 plu comme d'habitude à la prochaine dans
19:54 une prochaine vidéo c'est lui
19:58 [Musique]
20:05 [Musique]
Chrome Extension