Le mode Eager et le mode Graph - Se former à Tensorflow 2.0 #11

Patreon : / membership
Cette vidéo fait partie de la série sur Tensorflow 2.0.
#Tensorflow #Tensorflow2.0 #MachineLearning
Vivadata : vivadata.org/
ActuIA : www.actuia.com/
Le dépôt github de la série :
github.com/thi...
Installer Tensorflow 2.0 :
pip install tensorflow==2.0.0-alpha0
www.tensorflow...
Installer Jupyter Notebook :
jupyter.org/
Tuto pour installer Jupyter avec Anaconda :
www.actuia.com...
Discord de la communauté :
/ discord
[Chronique d'une IA]
Spotify : open.spotify.c...
Amazon music : music.amazon.f...
Apple Podcasts: podcasts.apple...
[About me]
Visual Behavior : visualbehavior.ai
Perso : www.thibaultne...
Github : github.com/thi...
Linkedin : / thibaultneveu
Twitter : / thiboneveu

[@ThibaultNeveu]

Petite erreur dans la vidéo à 10:26 . Si ça bug ce n'est pas parceque c'est un numpy array qui est utilsié, mais pour une autre raison. Cela dit, il est quand même préférable d'appeler model() dans la fonction qui a le décorateur @tf.function au lieu de model.predict car model.predict retourne un numpy array non différenciable contrairement a model() qui retourne un tensor qui lui sera différenciable. C'est d'autant plus important qu'il soit différenciable, car souvent, on utilisera le mode graph pour l'entrainement.

[@Otomega1]

Excellente vidéo avec des explications très claires 👍

[@emna21]

merci pour votre effort

[@benjamindeporte3806]

Toujours au top :-)

[@ichraflahouli5363]

Merci pour vos vidéos. Juste petite remarque, Eager mode peut ne pas etre activé par défaut. Il faut l'activer avec: tf.enable_eager_execution() après l'import de tensorflow.

[@Allooustad3awani]

Bonjour Merci pour vos efforts et bon courage pour la suite. S'il vous plait, comment accéder à l l'interface où vous visualisez les neurones et les fonctions d'activations. Merci

[@pseudounknow5559]

Pourquoi en deep learning c'est plutôt le GPU qui est privilégié par rapport au CPU ?

[@monsieurmadame648]

Parce que sur un GPU on peut paralléliser les opérations contrairement à un CPU, donc le temps de traitement sera généralement plus court avec un GPU !