IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)

Vous êtes nouveau sur Developpez.com ? Créez votre compte ou connectez-vous afin de pouvoir participer !

Vous devez avoir un compte Developpez.com et être connecté pour pouvoir participer aux discussions.

Vous n'avez pas encore de compte Developpez.com ? Créez-en un en quelques instants, c'est entièrement gratuit !

Si vous disposez déjà d'un compte et qu'il est bien activé, connectez-vous à l'aide du formulaire ci-dessous.

Identifiez-vous
Identifiant
Mot de passe
Mot de passe oublié ?
Créer un compte

L'inscription est gratuite et ne vous prendra que quelques instants !

Je m'inscris !

Google rend open source TensorFlow
Son tout nouveau système de machine learning

Le , par Michael Guilloux

96PARTAGES

5  0 
Il y a quelques années, les applications de Google n’étaient « pas assez intelligentes » pour exécuter convenablement certaines requêtes des utilisateurs. Il n’était par exemple pas propice de parler à l’application Google dans un endroit bruyant, parce que tout bruit externe affectait de manière considérable le système de reconnaissance vocale. Mais aujourd’hui, cela s’est beaucoup amélioré grâce au machine learning sur lequel un nombre croissant de produits de Google est basé. Cela a permis à la firme de rendre ses applications plus intelligentes, mais elle compte atteindre des résultats plus pertinents avec son nouveau système de machine learning baptisé TensorFlow.

S’il est encore à ses débuts, TensorFlow de l’équipe Google Brain est déjà utilisé pour la reconnaissance vocale dans l’application Google ou pour chercher dans Google Photos. Il est aussi utilisé pour Smart Reply, une fonctionnalité récemment introduite dans l’application Inbox, qui est capable d’analyser des messages reçus et proposer des réponses à l’utilisateur.

« TensorFlow est plus rapide, plus intelligent et plus souple que notre ancien système, de sorte qu’il peut être adapté plus facilement à de nouveaux produits et à la recherche », explique Sundar Pichai, PDG de Google. « C'est un système de machine learning hautement évolutif - il peut fonctionner sur un simple smartphone ou à travers des milliers d’ordinateurs dans les datacenters », a-t-il ajouté.

TensorFlow permet la construction de réseaux de neurones jusqu’à cinq fois plus vite par rapport à l’ancien système de Google, ce qui garantit donc qu’il peut être utilisé pour améliorer les applications plus rapidement. Toutefois, même avec ces performances, le PDG de Google reconnaît que le machine learning n’est qu’à un stade précoce au point où « les ordinateurs d’aujourd’hui ne peuvent toujours pas faire ce qu’un enfant de quatre ans peut faire sans effort ». Pour cette raison, la société rend l’outil open source pour permettre à la communauté du machine learning de progresser rapidement dans les recherches, en échangeant des idées sur un code qui marche, plutôt que de s’établir juste sur des documents de recherche.

Dans un message Google+, Vincent Vanhoucke, chercheur chez Google décrit TensorFlow comme un framework de deep learning, une branche du machine learning, qui vient avec une interface Python facile à utiliser, et qui prend également en charge le langage C++. Le support de bien d’autres langages est également prévu dans le système de Google.

Essayez TensorFlow

Sources : Blog Google, Google+, Google Git

Et vous ?

Qu’en pensez-vous ?

Voir aussi

Forum Intelligence artificielle
Forum Statistiques prédictives

Une erreur dans cette actualité ? Signalez-nous-la !

Avatar de ChristianRoberge
Membre habitué https://www.developpez.com
Le 14/11/2015 à 14:12
Il y a 30 ans lors du début de ma carrière, on parlait beaucoup des réseaux neuronaux, Voir est de constater que malgré quelques succès cette technologie n'a jamais véritablement percé. Cette ouverture me semble un autre "ultime" effort pour faire fonctionner cette technologie. Pour le moment j'attendrais avant de se lancer dans cette avenue technologique, des percées vraiment percutantes. Les preuves restent toujours à faire...
0  0 
Avatar de dourouc05
Responsable Qt & Livres https://www.developpez.com
Le 14/11/2015 à 16:10
En effet, les réseaux neuronaux d'il y a trente ans ne sont pas exactement à la pointe de la technologie. Par contre, quelques améliorations les portent au devant de la scène, sous le sobriquet de techniques d'apprentissage profond (avec des réseaux convolutionnels profonds, notamment). Maintenant, évidemment, tout dépend du domaine d'application.
0  0 
Avatar de lilalex
Membre actif https://www.developpez.com
Le 15/11/2015 à 13:34
Cette technologie n'a jamais véritablement percé.
Sauf erreur de ma part, la reconnaissance d'images et de sons se fait via les réseaux neuronaux et les résultats sont assez bon.
0  0 
Avatar de acx01b
Membre averti https://www.developpez.com
Le 16/11/2015 à 2:06
les RNN (deep learning = réseau de neurone où les couches sont self-recurrent + couches convolutionnal + couches de long short-term memory...) ne sont qu'une petite partie de l'apprentissage automatique. apprenez à nommer vos articles.

Citation Envoyé par ChristianRoberge Voir le message
Il y a 30 ans lors du début de ma carrière, on parlait beaucoup des réseaux neuronaux, Voir est de constater que malgré quelques succès cette technologie n'a jamais véritablement percé. Cette ouverture me semble un autre "ultime" effort pour faire fonctionner cette technologie. Pour le moment j'attendrais avant de se lancer dans cette avenue technologique, des percées vraiment percutantes. Les preuves restent toujours à faire...
ça revient à la mode grâce à des succès : regarde http://karpathy.github.io/2015/05/21...effectiveness/ ou http://cs.stanford.edu/people/karpathy/convnetjs/

moi ça m'a convaincu pour étudier les nouvelles techniques d'apprentissage et de design de réseau de neurone qui ont largement progressé.
0  0