Résumé
Keras facilite amplement la création et l’entraînement de réseaux neuronaux qui vous permettent ensuite d’effectuer de très nombreuses tâches d’apprentissage profond. Son utilisation ne vous dispense pas de bien comprendre les différentes architectures de réseau neuronal, de connaître les types de couches à inclure dans un réseau et les tailles de ces couches, ou encore, de comprendre le rôle des fonctions d’activation et à quel moment appliquer les différents types de fonctions d’activation, mais une fois que vous aurez déterminé précisément quel réseau créer, vous n’aurez plus en principe que quelques lignes de code à écrire pour terminer le travail. Par ailleurs, Keras vous permet de tester différentes implémentations et architectures de réseau, et de comparer relativement rapidement les résultats des tests.
En savoir plus
Si vous souhaitez en savoir plus sur Keras, il existe plusieurs ressources utiles disponibles en ligne, notamment le blog Keras. Vous pouvez également suivre François Chollet sur X. François est le développeur de la bibliothèque Keras et l’auteur du livre Deep Learning avec Python, qui est le meilleur guide d’auto-apprentissage pour Keras. Le guide présente Keras et contient des insights clés pour vous aider à utiliser Keras de manière efficace. En plus, il fournit une introduction pratique au Deep Learning qui ne dépend pas des plateformes et des bibliothèques utilisées.