Programmez! #239 PDF pour nos abonnés papier

Abonnés papier : en raison de la situation due au coronavirus, des retards sont à prévoir en ce qui concerne la distribution de Programmez! #239 par La Poste. C'est pourquoi nous mettons Programmez! #239 PDF à disposition dans votre compte utilisateur sous un onglet dédié en attendant. Pour y accéder, il vous suffit de saisir votre n° d'abonné (ou éventuellement le ressaisir comme pour l'accès aux archives) dans votre compte utilisateur, si ce n'est pas déjà fait. Si vous ne connaissez par votre numéro d'abonné, vous pouvez l'obtenir à cette page.

En cas de difficultés, contactez le webmaster à partir du formulaire de contact de ce site.

Neural Structured Learning : un nouvel outil pour la plate-forme TensorFlow de Google

Par:
fredericmazue

mer, 04/09/2019 - 18:11

Google vient d'ajouter un nouveau framework à sa plate-forme de machine learning TensorFlow : Neural Structured Learning.

Neural Structured Learning (NSL) est un framework open source pour la formation de réseaux neuronaux profonds avec des signaux structurés. Il implémente Neural Graph Learning , qui permet aux développeurs de former des réseaux de neurones à l’aide de graphes. Les graphiques peuvent provenir de multiples sources, telles que des graphiques de connaissances, des dossiers médicaux, des données génomiques ou des relations multimodales (par exemple, des paires image-texte). NSL se généralise également avec l’apprentissage contradictoire, où la structure entre les exemples d’entrée est construite de manière dynamique en utilisant une perturbation contradictoire.

L'apprentissage neuronal structuré (NSL) peut être appliqué à la construction de modèles précis et robustes pour la vision, la compréhension du langage et la prédiction en général.

La structure NSL de TensorFlow fournit les API et les outils suivants faciles à utiliser pour permettre aux développeurs de former des modèles avec des signaux structurés :

  • API Keras pour permettre une formation avec des graphes (structure explicite) et des perturbations contradictoires (structure implicite).
  • TF ops et fonctions pour permettre la formation avec la structure lors de l’utilisation des API TensorFlow de niveau inférieur
  • Des outils pour construire des graphiques et construire des entrées de graphique pour la formation

Site : www.tensorflow.org/neural_structured_learning