Introduction aux réseaux de neurones convolutifs : qu’est-ce que le Machine Learning ?
Le monde de l’intelligence artificielle (IA) évolue rapidement, rendant possible un nombre croissant d’applications longtemps inenvisageables ou dont la mise en œuvre s’avérait hautement complexe. Dans cette série d’articles, nous tenterons d’expliquer le fonctionnement des réseaux de neurones convolutifs (CNN — Convolutional Neural Networks), ainsi que leur importance dans l’apprentissage automatique au sein des systèmes d’IA. Les réseaux de neurones convolutifs sont des outils puissants qui permettent d’extraire des motifs (patterns) à partir de données complexes, ce qui inclut entre autres la reconnaissance de formes complexes dans des signaux audio ou des images. Le présent article décrit les avantages des réseaux de neurones convolutifs par rapport à la programmation linéaire classique. Dans un prochain article intitulé « Formation sur les réseaux de neurones convolutifs : qu’est-ce que l’apprentissage automatique ? 2e partie », nous aborderons la manière dont les modèles CNN sont entraînés. Un troisième article, enfin, sera consacré à un cas d’utilisation spécifique et au test du modèle à l’aide d’un microcontrôleur fondé sur l’intelligence artificielle.
Avertissement : en cliquant sur ce bouton, vous acceptez que vos données soient communiquées à cette société. Si vous ne souhaitez pas que nous communiquions vos données, veuillez mettre à jour vos coordonnées dans votre profil.
Si vous avez apprécié cet article, vous aimerez les suivants : ne les manquez pas en vous abonnant à :