uneiaen50lignesdecode
Différences
Ci-dessous, les différences entre deux révisions de la page.
Les deux révisions précédentesRévision précédenteProchaine révision | Révision précédente | ||
uneiaen50lignesdecode [2019/11/15 18:35] – joseph | uneiaen50lignesdecode [2020/12/27 12:30] (Version actuelle) – serge | ||
---|---|---|---|
Ligne 1: | Ligne 1: | ||
====== Une I.A. en 50 lignes de code ====== | ====== Une I.A. en 50 lignes de code ====== | ||
+ | <WRAP center round box 60% centeralign> | ||
+ | **{{tagpage> | ||
+ | </ | ||
+ | <WRAP center round box 60% centeralign> | ||
+ | **[[les_pages_intelligence_artificielle_en_details|Les Pages Intelligence Artificielle en détails]]** | ||
+ | </ | ||
- | Une intelligence artificielle qui reconnait | + | Une **intelligence artificielle** qui reconnaît |
(sans tricher avec une librairie comme Tensorflow qui ferait le travail à notre place) | (sans tricher avec une librairie comme Tensorflow qui ferait le travail à notre place) | ||
- | **Oui!** | + | =====Possible ? Oui!===== |
L' | L' | ||
Ligne 27: | Ligne 33: | ||
* couche de sortie: 10 (la valeur la plus élevée donne le chiffre prédit par l' | * couche de sortie: 10 (la valeur la plus élevée donne le chiffre prédit par l' | ||
- | < | + | < |
import numpy as np, cv2 | import numpy as np, cv2 | ||
def sigmoid(x): return 1 / (1 + np.exp(-x)) | def sigmoid(x): return 1 / (1 + np.exp(-x)) | ||
Ligne 61: | Ligne 67: | ||
A[k+1] = a | A[k+1] = a | ||
da = a - Y[:,[d]] | da = a - Y[:,[d]] | ||
- | for k in range(len(layers)-2, | + | for k in range(len(layers)-2, |
dz = da * activations_prime[k](A[k+1]) | dz = da * activations_prime[k](A[k+1]) | ||
dW = np.dot(dz, A[k].T) | dW = np.dot(dz, A[k].T) | ||
Ligne 82: | Ligne 88: | ||
A venir si ça intéresse des gens :) | A venir si ça intéresse des gens :) | ||
- | {{tag>ia deeplearning | + | {{tag> digitrecognition |
uneiaen50lignesdecode.1573842940.txt.gz · Dernière modification : 2019/11/15 18:35 de joseph