Les réseaux de neurones convolutifs

Deep Learning

Le Deep Learning (DL) est un domaine de recherche du Machine learning (ML), basé sur l’idée des réseaux de neurones artificiels et taillé pour gérer de larges quantités de données en ajoutant des couches au réseau. Il se base sur le cerveau humain. Les réseaux de neurones sont composés de dizaines voire de centaines de « couches » de neurones, chacune recevant et interprétant les informations de la couche précédente.

Les réseaux de neurones

Les réseaux de neurones convolutifs ou CNN (Convolutional Neural Network)

Les CNN sont une sorte de réseaux neurones profonds.Ils constituent une évolution des réseaux de neurones artificiels traditionnels dont le motif de connexion entre les neurones est inspiré du cortex visuel des animaux. Un réseau de neurones profond est un réseau de neurones ayant plus de niveaux qu’un réseau de neurones normal. Les couches supplémentaires servent à avoir plus d’abstraction.

Les CNN sont axés principalement sur des applications comportant des motifs répétitifs dans différents domaines de l’espace de modélisation, notamment dans la reconnaissance d’image et vidéo, les systèmes de recommandation, et le traitement du langage naturel.

Pour une image, la première couche de convolution peut détecter les contours des objets (par exemple un cercle), la seconde couche peut combiner les contours en objets (par exemple une roue), et les couches suivantes (non nécessairement des couches de convolution) peuvent utiliser ces informations pour distinguer une voiture d’une moto. Une phase d’apprentissage sur des objets connus permet de trouver les meilleurs paramètres en montrant par exemple à la machine des milliers d’images d’un chien, d’une voiture ou d’un sport. L’un des enjeux est de trouver des méthodes pour ajuster ces paramètres le plus rapidement et le plus efficacement possible. Les réseaux neuronaux convolutifs ont de nombreuses applications dans la reconnaissance d’images, de vidéos ou le traitement du langage naturel.

Il existe quatre types de couches pour un réseau de neurones convolutif: la couche de convolution, la couche de pooling, la couche de correction ReLU et la couche fully-connected.