Introduction

Dans la séance précédente, nous avons découvert Keras et construit un premier modèle simple (régression linéaire/logistique). Nous allons maintenant approfondir notre maîtrise de Keras et explorer des concepts plus avancés.

Objectifs de la Séance

• Maîtriser l'API séquentielle de Keras pour construire des modèles plus complexes
• Comprendre les différents types de couches (Dense, Activation, etc.) et leurs paramètres
• Savoir choisir les fonctions d'activation adaptées (ReLU, sigmoïde, tanh, etc.)
• Comprendre l'initialisation des poids et son impact sur l'entraînement
• Configurer l'entraînement avec fit() (paramètres clés : batch_size, epochs, validation_data)
• Utiliser un modèle entraîné pour faire des prédictions avec predict()
• Découvrir les callbacks Keras (EarlyStopping, ModelCheckpoint)
• Appliquer ces concepts sur des jeux de données classiques (MNIST, CIFAR-10)

tip

Cette séance est cruciale pour maîtriser Keras. Prenez le temps de bien comprendre les concepts et de faire les exercices. N'hésitez pas à expérimenter et à poser des questions !