Deepmath : Mathématiques des réseaux de neurones
Ce livre comporte deux parties avec chacune un côté mathématiques et un côté réseaux de neurones :
- analyse et réseaux de neurones
- algèbre et convolution
Livre
Vous pouvez télécharger le livre en couleur sur ce site : Livre 'Deepmath' (18 Mo).
Vous pouvez obtenir une version papier en noir et blanc sur Amazon à prix coûtant.
Vidéos
Tous les cours est aussi expliqué en vidéos ! Chaîne Youtube "Deepmath"
Chapitres
Partie I - Analyse - Réseaux de neurones
- Dérivée Chapitre
- Python : numpy et matplotlib avec une variable Chapitre
- Fonctions de plusieurs variables Chapitre
- Python : numpy et matplotlib avec deux variables Chapitre
- Réseau de neurones Chapitre
- Python : tensorflow avec keras - partie 1 Chapitre
- Gradient Chapitre
- Descente de gradient Chapitre
- Rétropropagation Chapitre
- Python : tensorflow avec keras - partie 2 Chapitre
Partie II - Algèbre - Convolution
- Convolution 1d Chapitre
- Convolution 2d Chapitre
- Convolution avec Python Chapitre
- Convolution avec Tensorflow/Keras Chapitre
- Tenseurs Chapitre
Compléments
Codes
Vous trouverez les fichiers sources en naviguant dans les répertoires de GitHub "deepmath".
Le module 'keras_facile' conçu pour vous aider à démarrer se trouve ici : keras_facile.py.
Erreurs
Merci de nous signaler toutes les éventuelles fautes (de calcul, de programmation, d’orthographe).
Auteurs
Arnaud Bodin et François Recher
Merci à Michel Bodin pour sa relecture.
Merci à Kroum Tzanev pour ses figures de convolutions.
Merci à Frédéric Sanchez pour ses remarques pertinentes.
Ce livre est diffusé sous la licence Creative Commons -- BY-NC-SA -- 4.0 FR.