tensorflow-without-a-phd-french

Cet ensemble de notebooks présente l'utilisation de réseaux neuronaux de plus en plus complexes pour résoudre un problème de reconnaissance de chiffres manuscrits avec la plus grande précision possible.
Ce travail se base sur l'excellente vidéo de Martin Gorner TensorFlow and Deep Learning without a PhD et les ressources correspondantes sur Github
Le but est d'en donner une version en français sous jupyter notebook qui détaille tous les pas de la construction d'une solution efficace

Name		Name	Last commit message	Last commit date
Latest commit History 24 Commits
.gitignore		.gitignore
NN_sigmoid.png		NN_sigmoid.png
NN_singleLayer.png		NN_singleLayer.png
README.md		README.md
RNN_softmax.png		RNN_softmax.png
cnn_diagram.png		cnn_diagram.png
convolution.png		convolution.png
convolution_product.png		convolution_product.png
cross_entropy.png		cross_entropy.png
dropout.png		dropout.png
filter1.png		filter1.png
filter2.png		filter2.png
filter3.png		filter3.png
filter4.png		filter4.png
filter_tensor.png		filter_tensor.png
init_zero.png		init_zero.png
log_0.png		log_0.png
mnist_01_theory.ipynb		mnist_01_theory.ipynb
mnist_02_data.ipynb		mnist_02_data.ipynb
mnist_03_softmax.ipynb		mnist_03_softmax.ipynb
mnist_04_sigmoid.ipynb		mnist_04_sigmoid.ipynb
mnist_05_deep_sigmoid.ipynb		mnist_05_deep_sigmoid.ipynb
mnist_06_deep_optimization.ipynb		mnist_06_deep_optimization.ipynb
mnist_07_dropout.ipynb		mnist_07_dropout.ipynb
mnist_08_cnn_theory.ipynb		mnist_08_cnn_theory.ipynb
mnist_09_convolutional_network.ipynb		mnist_09_convolutional_network.ipynb
mnist_10_99.ipynb		mnist_10_99.ipynb
mnist_11_batchnorm.ipynb		mnist_11_batchnorm.ipynb
mnist_12_BN_sigmoid.ipynb		mnist_12_BN_sigmoid.ipynb
mnist_13_BN_best.ipynb		mnist_13_BN_best.ipynb
mnist_test.ipynb		mnist_test.ipynb
overfitting.png		overfitting.png
padding.png		padding.png
softmax_matrix.png		softmax_matrix.png
stride1.png		stride1.png
stride2.png		stride2.png

Provide feedback