Au fait, y a des gens qui utilisent TensorFlow dans le coin ?
J'aurais bien aimé avoir vos retours d'expériences ; je m'y suis mis récemment, mais même en ayant toutes les bases théoriques, je suis obligé de tâtonner parce que la doc est assez limitée.
Ma question c'est : est-ce que vous avez trouvé de bons blogs techniques, tutos ou groupes de discussions sur le net qui vous ont permis d'avancer ?
@Kuro Non.
Mais je suis intéressé.
Ckoi ?
@toodoo TensorFlow ? C'est le framework de machine learning développé par Google ^^
Ça te fournit différents outils pour construire tes algorithmes d'apprentissage.
@Kuro PFF.
R IS ALL I NEED
@toodoo Chacun sa came :p
Par contre, je veux bien te regarder réimplémenter des CNN dessus sans passer par les libs spécialisées. 🍿
@Kuro En fait je suis très très partagé sur la question.
Autant je comprends tout à fait la nécessité de passer par des libs et frameworks pour faire du ML élaboré et du deep learning, autant pour moi le vrai algo de ML c'est celui que tu fais toi même avec tes petits doigts sur les touches à 40°C de ton PC de m... Pardon, je digresse.
*va chercher un clavier usb*
Je suis très très mitigé face à la possibilité de créer un algo juste en cliquant sur des boutons sans avoir la nécessité de comprendre comment marche le bousin pour avoir des résultats qu'on ne saura pas vraiment évaluer.
@toodoo Ah mais c'est toujours le cas, hein, la lib elle te fournit des boîtes (algèbre linéaire, opérations sur les images, convolutions, descente de gradient) et des outils (calcul parallèle ou distribués, gestion des GPU), c'est toujours toi qui conçoit complètement ton algorithmes.
C'est juste que si tu dois réimplémenter tout ça de zéro, y a pleins d'aspects à gérer (c'est décrit dans le bouquin :p) qui font qu'au final tu passerais plus de temps à travailler sur des problèmes purement techniques.
@toodoo Pour moi, l'important c'est de comprendre les maths ; quand tu sais écrire ton algo sous forme mathématique pure, c'est que tu sais ce que tu fais.
Tout le reste, c'est des problèmes d'infos annexes (intéressant en eux mêmes, hein, mais pas pour le design de ton algo) : astuces de simplification, calcul sur GPU, gestion des très grands ou très petits nombres.
@Kuro @Kuro @Kuro Oui et non.
Faut pouvoir évaluer les performances de ton algo, traiter les données, savoir sur quelles features tu vas travailler et pourquoi. Faut comprendre la pertinence des différentes méthodes d'évaluation des performances. Faut aussi que tu puisses comprendre et interpréter le résultat, savoir quelle est la marge d'erreur. Et j'en passe.
Donc quand tu utilises une lib', faut que tu puisses répondre à toutes ces questions mais sur le travail de la lib plutôt que le tien.
Et je sais, d'expérience pour avoir vu ça lors de projets, que trop de gens ne le font pas.
Et ça, c'est MAL !
@Kuro Après, tu incluais peut-être tout ça dans l'écriture de l'algo sous forme mathématiques :P
Mais pour moi ce sont des problématiques très importantes. L'implémentation elle même de l'algo ne doit pas être une boite noire.
Je pense bien que mon raisonnement ne peut pas s'appliquer aux gros algos de deep learning qui sont monstrueux et parfois incompréhensibles pour les pauvres humains que nous sommes.
Je suis donc mitigé : Je sais que mon paradigme à ses limites... Mais je l'aime trop <3 (Et il est pertinent dans mon domaine d'études.)
(J'avais dit que j'étais un vieux réac sur le sujet quand on a commencé :P )
@toodoo Ah mais c'est évident, tu as intérêt à avoir une bonne connaissance de ton problème pour sélectionner les features et les algorithmes qui ont du sens, même si dans certaines applications (sur les images ou la vidéo notamment), tu laisses le réseau apprendre les features.
En tout cas, toutes les libs connues te fournissent tout ce qu'il faut pour évaluer mesurer l'erreur d'entraînement et l'erreur de généralisation, assurer que ton dataset d'entraînement est bien distribué dans ton espace d'entrée, etc.
J'inclus effectivement tout ça dans la partie mathématique car ce n'est pas parce que tu écris ton algo de zéro que tu vas éviter ces écueils.