Last Update : 15 Janvier 2021
##Description
Présentation de l'implémentation de LSTM dans un réseau de neurones avec Keras via un jupyter Notebook
#Mode d'emploi Avec jupyter Notebook
Pour executer le code en local :
- Installer jupyter notebook :https://jupyter.org/install
pip3 install jupyterlab
- Lancer jupyter notebook :
jupyter-lab
Cette commande va ouvrir une page de votre navigateur web et vous afficher le répertoire du projet
-
Télécharger le répertoire git avec le jupyter notebook
-
Localiser le répertoire télécharger
-
Lancer l'execution du fichier .ipynb
Dans un fichier python
Installer :
- python 3
- tensorflow
pip3 install tensorflow
-
Gestion des taux d'apprentissages et des optimizers : https://keras.io/api/optimizers/
-
Représentation graphique des l'architecture de réseaux de neurones : https://keras.io/api/utils/model_plotting_utils/
-
Lhuilhier, Marine, 2020. Extraction de l’expertise métier au travers de la question de l’interprétabilité des réseaux de neurones récurrents : application au code informatique. Disseration, EPSI Bordeaux, France. URL :https://github.com/MarineLH/interpretability_of_neural_networks
-
Browlee, Jason, 2020. Understanding Stateful LSTM Recurrent Neural Networks in Python with Keras.
##Contact :
- Ikram Chraibi Kaadoud
- https://www.ai4industry.fr/