Jeu d’entrainement, Jeu de validation , Jeu de test - Se former à Tensorflow 2.0 #8

[@barthelemychomontowski8646]

Chaine très claire et vraiment très instructive, ça m'a beaucoup aidé, merci beaucoup!!!

[@starfalled2194]

(Tensorflow 2.3) Pour éxécuter sur tout le dataset : mettre en paramètre : batch_size=1 Ce qui donne : model.fit( images_train,targets_train, epochs=10, batch_size=1, validation_split=0.2)

[@benjamindeporte3806]

Vidéos vraiment excellentes, très claires avec beaucoup de pédagogie. Un très grand merci.

[@iniesta8488]

Superbes vidéos très intéressantes et très bien faites Thibault !!

[@muvitubetv9608]

vraiment un grand merci :), peux tu nous faire une video sur la localisation des objets sur les images? merci :)

[@maxime1007]

C'est vraiment hyper clair merci :)

[@jordanepreto3456]

Bonjour, merci pour la vidéo très claire. Vous disiez qu'il faut faire attention à ne pas choisir les données de validation et de test trop similaires aux données d'entraînement, mais est-ce que l'option validation_split tient compte de cela ou est-ce seulement un tirage aléatoire des données pour définir le validation set? J'ai l'impression que la cross-validation est quand même plus intéressante de ce point de vue.

[@sadrahel2142]

Bonjour, même en faisant un copié collé du code de Thibault je n'arrive pas à obtenir les mêmes résultats, j'arrive en sur-apprentissage... Une histoire de random lorsque ce fait le jeu de test ? OU de version de TS ?

[@ycf3388]

Salut, j'ai un petit soucis si quelqu'un peut m'aider : J'ai 8000 images stocké dans images_train. Cependant pendant le training, seulement 250 images sont traitées... et je ne comprends pas pourquoi. Je me suis assuré de récupérer le même code que Thibault mais rien à faire.. En faisant images_train.shape j'ai bien (8000,784)

[@nyharenafitahiantsoaraheri3557]

Pour resoudre mon probleme j'ai specifiquement installe la version 2.0.0 de tensorflow

[@JV_12349]

J'ai eu exactement le même problème sous pyCharm, 250 images traitées seulement, en passant sous Jupyter, aucun soucis

[@Clement_Samp]

La solution est dans la doc de model.fit. J'avais pas vu mais sinon Starfalled avait aussi donné la réponse. Il faut forcer l'argument "batch_size" de la fonction model.fit à 1. model.fit(batch_size=1).

[@UManfromEarth]

Bonjour, je comprends bien la différence entre les 3 jeux mais dans le cas où, avec le jeu de test, on se rend compte que notre modèle n'est pas généralisable à d'autres données, que fait-on ? Car si on modifie à nouveau les paramètres du modèle, le jeu de test, qui est simplement supposé confirmer notre modèle sans plus le modifier, sera considéré comme un jeu de validation non ?

[@mohamedouziane915]

bonjour, comment faire pour entrainer un SSD_mobileNet sur tensorFlow, Merci

[@damegaye3051]

Quand je lance l'entrainement au lieu que tous les 8000 images y passe c'est genre une petite portion qui vas etre prise pour l'entrainement. je comprends pas pourquoi.

[@AndroidGamesDev]

Comment ca un jardin n'est pas un chat ? ;)

[@starfalled2194]

Sa tourne bcp plus lentement chez moi, j'ai environ 1ms/step au lieu de 70us/step alors que pourtant j'utilise tensorflow-gpu avec une RTX 2070S, je ne comprend pas >

[@thomask6539]

Pareil, une solution ?

[@starfalled2194]

@@thomask6539 Apparament c'est normal si c'est juste cet ordre de grandeur, je dois juste avoir un bottleneck qq part

[@abdellahdrissi6297]

Bonjour, Merci beaucoup pour vos vidéos. Vous parlez de 3 jeux ( entrainement, validation, et test) alors que votre code ne mentionne pas le jeu de validation. Merci de me donner des explications. Le code est le suivant : images_train, images_test, targets_train, targets_test = train_test_split(images, targets, test_size=0.2, random_state=1) Merci encore une fois Abdellah DRISSI

[@arnaudh2082]

La fonction Fit du model a prit en argument 'validation' = 0.2, ce qui crée automatiquement une fonction de validation ;)

[@hamzaouisahou7502]

Dans les arguments du model, il y a validation=0.2, ce qui signifie prendre 20% de l'ensemble d'entraînement va être utilisé pour l'ensemble de validation, donc à peut près 6400 images vont être utilisés pour l'entraînement et 1600 images pour la validation

[@chevauxpatrice6198]

Erreur de video ??

[@ThibaultNeveu]

Pourquoi ?

[@chevauxpatrice6198]

@@ThibaultNeveu C'est bon maintenant !! ca pointait sur une autre de tes vidéos hier soir , bug de youtube ... Bravo pour tes vidéos claires et complètes .