Avant d’apprendre TensorFlow, nous devrions savoir ce que c’est. TensorFlow est un framework d’apprentissage automatique.
Qui a créé TensorFlow ?
Maintenant, en tant que débutant, vous vous demandez peut-être qu’est-ce que l’apprentissage automatique et qu’est-ce que l’apprentissage en profondeur ?
Sont-ils les mêmes?
Ou sont-ils liés à l’intelligence artificielle ou à l’IA ?
Eh bien, ces questions sont naturelles.
Parce que l’intelligence artificielle, l’apprentissage automatique et l’apprentissage en profondeur ou les réseaux de neurones sont liés les uns aux autres.
Mais que signifient réellement ces termes et comment sont-ils liés les uns aux autres ?
Essayons d’abord de comprendre l’Intelligence Artificielle.
Premièrement, l’intelligence artificielle ou IA est un domaine de l’informatique.
Deuxièmement, l’IA vise à donner aux ordinateurs une intelligence humaine.
Certes, l’IA a de nombreuses approches pour atteindre son objectif.
Et cela inclut l’apprentissage automatique et l’apprentissage en profondeur.
Par conséquent, nous pouvons considérer l’apprentissage automatique et l’apprentissage en profondeur comme des sous-domaines de l’IA.
Cependant, si nous disons cela, nous simplifierons à l’excès tout le sujet.
Pourtant, pour un débutant, cette définition semble avoir du sens.
Qu’est-ce que TensorFlow et l’apprentissage automatique ?
L’apprentissage automatique est un ensemble de techniques connexes grâce auxquelles nous formons des ordinateurs.
Pourquoi?
Parce que nous voulons que les ordinateurs effectuent une tâche particulière plutôt qu’en les programmant explicitement.
Maintenant, cela signifie beaucoup de choses.
En programmation classique, nous écrivons du code ou des instructions pour que les ordinateurs puissent les exécuter. Droit?
Mais dans l’apprentissage automatique, c’est tout le contraire qui se produit.
Ici, nous donnons aux ordinateurs des algorithmes d’apprentissage automatique afin que les ordinateurs puissent nous donner des instructions sur ce qu’il faut faire ou ne pas faire.
Mais dans ce scénario, quelle est la position de l’apprentissage en profondeur ou du réseau de neurones ?
Essayons de comprendre cela.
Fondamentalement, nos cerveaux ont des milliards de neurones ou de cellules nerveuses qui ont un réseau très complexe pour communiquer entre eux.
Nous ne pouvons pas faire exactement la même chose avec l’aide de l’apprentissage automatique.
Mais l’inspiration principale vient de cet angle, bien sûr.
C’est pourquoi nous l’appelons TensorFlow et Deep Learning.
Pourquoi?
Parce que l’apprentissage en profondeur est un sous-domaine de l’apprentissage automatique qui utilise des réseaux de neurones multicouches.
Nous venons de le dire, l’inspiration principale est venue du réseau neuronal humain.
Par conséquent, nous utilisons souvent indifféremment « apprentissage automatique » et « apprentissage en profondeur ».
De plus, l’apprentissage automatique et l’apprentissage en profondeur ont également de nombreux sous-domaines, branches et techniques spéciales.
Au fur et à mesure que nous progressons, nous verrons en quoi l’apprentissage supervisé et l’apprentissage non supervisé sont différents l’un de l’autre.
Bref, en apprentissage supervisé on sait ce qu’on veut enseigner à l’ordinateur.
Mais dans l’apprentissage non supervisé, l’ordinateur détermine ce qu’il peut apprendre.
Tout naturellement, l’apprentissage supervisé est le type d’apprentissage automatique le plus courant.
En tant que débutant, nous nous concentrerons sur cela.
Plus tard, nous apprendrons également l’apprentissage non supervisé.
Alors restez à l’écoute.
Leave a Reply