VT2016 TensorFlow

From air
Revision as of 11:25, 31 October 2016 by Coralie.Rachex (talk | contribs) (Created page with "=Présentation= * Sujet : TensorFlow * Auteur : Coralie RACHEX * Enseignants : Didier Donsez, Georges-Pierre Bonneau * Date : 04/10/2016 File:slack.png =Résumé= Tensor...")
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
Jump to navigation Jump to search

Présentation

  • Sujet : TensorFlow
  • Auteur : Coralie RACHEX
  • Enseignants : Didier Donsez, Georges-Pierre Bonneau
  • Date : 04/10/2016

File:Slack.png

Résumé

TensorFlow™ est une librairie open source permettant d'effectuer des calculs numériques en utilisant des graphes de flux de données. Les noeuds du graphe représentant des opérations mathématiques, tandis que les arrêtes représentent les données. Cette architecture flexible permet de déployer l'ensemble des calculs sur un ou plusieurs CPU ou GPU. Cela permet également de déployer le programme sur un ordinateur de bureau, sur un serveur et même sur un appareil mobile avec une seule API. TensorFlow a été initialement développé par les chercheurs et les ingénieurs de l'équipe Google Brain, au sein du département de recherche sur l'intelligence artificielle de Google, dans le but d'être utilisé en apprentissage automatique et pour poursuivre les recherches sur l'apprentissage en profondeur par réseaux de neurones. Mais le système est tout aussi bien applicable dans une grande variété d'autres domaines.

  • Mots-clés : TensorFlow, Apprentissage en profondeur, Réseau neuronal, Apprentissage automatique


Abstract

TensorFlow™ is an open source software library for numerical computation using data flow graphs. Nodes in the graph represent mathematical operations, while the graph edges represent the data. The flexible architecture allows you to deploy computation to one or more CPUs or GPUs in a desktop, server, or mobile device with a single API. TensorFlow was originally developed by researchers and engineers working on the Google Brain Team within Google's Machine Intelligence research organization for the purposes of conducting machine learning and deep neural networks research, but the system is general enough to be applicable in a wide variety of other domains as well.

  • Keywords : TensorFlow, DeepLearning, Neural network, Machine learning


Synthèse

Domaine d'application

Forces et faiblesses

Fonctionnement général

Fonctionnement détaillé à travers un exemple d'application

MNIST

Regression softmax

code source en python=

Bibliographie