Labomedia Ressources

Outils pour utilisateurs

Outils du site

Piste :
l_intelligence_du_semaphore

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
Prochaine révision		Révision précédente
Prochaine révisionLes deux révisions suivantes
l_intelligence_du_semaphore [2019/10/10 13:01] – [L'intelligence du sémaphore] sergel_intelligence_du_semaphore [2019/12/05 13:46] – [Diagonale de 1] serge
Ligne 10: Ligne 10:
  
 <WRAP center round box 60% centeralign> <WRAP center round box 60% centeralign>
-**Calcul de [[L'intelligence du sémaphore|L'intelligence du sémaphore]] sur GPU au lieu du CPU**+**Calcul de [[Le sémaphore avec TensorFlow|Le sémaphore avec TensorFlow]] sur GPU au lieu du CPU avec TensorFlow**
 </WRAP> </WRAP>
 =====Les sources sur GitHub===== =====Les sources sur GitHub=====
Ligne 64: Ligne 64:
 <code python> <code python>
 def relu_prime(z): def relu_prime(z):
-    """La fonction de Heaviside (également fonction échelon unité, fonction +    """La fonction de Heaviside (également fonction échelon unité, fonction marche d'escalier) est la fonction indicatrice de R. 
-    marche d'escalier) est la fonction indicatrice de R. +     
-    Une fonction indicatrice, est une fonction définie sur un +Une fonction indicatrice, est une fonction définie sur un ensemble E qui explicite l’appartenance ou non à un sous-ensemble F de E de tout élément de E.  
-    ensemble E qui explicite l’appartenance ou non à un sous-ensemble F de E +C'est donc la fonction H (discontinue en 0) prenant la valeur 1 pour tous les réels positifs et la valeur 0 pour les réels strictement négatifs.
-    de tout élément de E.  +
-    C'est donc la fonction H (discontinue en 0) prenant la valeur 1 pour tous +
-    les réels positifs et la valeur 0 pour les réels strictement négatifs.+
     """     """
     return np.asarray(z > 0, dtype=np.float32)     return np.asarray(z > 0, dtype=np.float32)
Ligne 97: Ligne 94:
 ====Diagonale de 1==== ====Diagonale de 1====
 {{ :2019_02:matrice_3x3_1.png?200 |}} {{ :2019_02:matrice_3x3_1.png?200 |}}
-  numpy.eye(N, M=None, k=0, dtype=<class 'float'>, order='C')\\+ 
 +  numpy.eye(N, M=None, k=0, dtype=<class 'float'>, order='C') 
 +  
   Return a 2-D array with ones on the diagonal and zeros elsewhere.   Return a 2-D array with ones on the diagonal and zeros elsewhere.
 Matrice ou la sortie est idéale: le 1 correspond à entée[i] = sortie[i], et entée[j],sortie[k] =0 si j différent de k Matrice ou la sortie est idéale: le 1 correspond à entée[i] = sortie[i], et entée[j],sortie[k] =0 si j différent de k
Ligne 307: Ligne 306:
 **[[computer_vision_and_pattern_recognition_segmentation_d_image|Computer Vision and Pattern Recognition Mask R-CNN]]** **[[computer_vision_and_pattern_recognition_segmentation_d_image|Computer Vision and Pattern Recognition Mask R-CNN]]**
  
-{{tag>ia semaphore sb bge}}+{{tag> bge ia python sb semaphore }}
  
l_intelligence_du_semaphore.txt · Dernière modification : 2020/12/27 15:07 de serge