Deepmath : Mathématiques des réseaux de neurones

Ce livre comporte trois parties avec chacune un côté mathématiques et un côté réseaux de neurones :

• analyse et réseaux de neurones
• algèbre et convolution
• probabilités appliquées aux réseaux

Livre

Vous pouvez télécharger le livre sur ce site : Livre ‘Deepmath’ (18 Mo).

Vidéos

Tous les cours est aussi expliqué en vidéos ! Chaîne Youtube “Deepmath”

Chapitre

Partie I - Analyse - Réseaux de neurones

Vidéos

• 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

Vidéos

• Convolution 1d Chapitre
• Convolution 2d Chapitre
• Convolution avec Python Chapitre
• Convolution avec Tensorflow/Keras Chapitre
• Tenseurs Chapitre

Partie III - Probabilités appliquées

Vidéos

• Probabilité Chapitre

Annexe

• Annexe Chapitre

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

Ce livre est encore une version “beta” et nous avons besoin de votre aide :

• merci de signaler toutes les fautes (de calcul, de programmation, d’orthographe),
• n’hésitez pas à dire si certaines explications ne sont pas claires,
• vous pouvez proposer des ajouts ou des améliorations.

Auteurs

Arnaud Bodin et François Recher

Merci à Michel Bodin pour sa relecture. Merci à Frédéric Sanchez pour ses remarques pertinentes.

Ce livre est diffusé sous la licence Creative Commons – BY-NC-SA – 4.0 FR.