Ce livre comporte trois parties avec chacune un côté mathématiques et un côté réseaux de neurones :
- analyse et réseaux de neurones
- algèbre et convolution
- ChatGPT
- Version 2.0.
- Inclusions de deux chapitres sur ChatGPT et les grands modèles de langages.
- Explciations et scripts sont adaptés à Tensorflow 2.18 et Keras 3.10.
Vous pouvez télécharger le livre en couleur sur ce site : Livre 'Deepmath' (27 Mo).
Vous pouvez obtenir une version papier en noir et blanc sur Amazon à prix coûtant.
Tout le cours est aussi expliqué en vidéos ! Chaîne Youtube "Deepmath"
- Dérivée Chapitre
- Python : numpy et matplotlib avec une variable Chapitre
- Fonctions de plusieurs variables Chapitre
- Python : numpy et matplotlib avec deux variables Chapitre
- Réseau de neurones Chapitre
- Python : tensorflow avec keras - partie 1 Chapitre
- Gradient Chapitre
- Descente de gradient Chapitre
- Rétropropagation Chapitre
- Python : tensorflow avec keras - partie 2 Chapitre
- Convolution 1d Chapitre
- Convolution 2d Chapitre
- Convolution avec Python Chapitre
- Convolution avec Tensorflow/Keras Chapitre
- Tenseurs Chapitre
- Probabilités Chapitre
- Annexe Chapitre
Vous trouverez les fichiers sources en naviguant dans les répertoires de GitHub "deepmath".
Le module 'keras_facile' conçu pour vous aider à démarrer se trouve ici : keras_facile.py.
Merci de nous signaler toutes les éventuelles fautes (de calcul, de programmation, d’orthographe).
Arnaud Bodin et François Recher
Merci à Michel Bodin pour sa relecture. Merci à Kroum Tzanev pour ses figures de convolutions. Nous remercions les lecteurs suivants pour leurs remarques pertinentes : Laurent Briend, Francis Cougard, Gloria Faccanoni, Kévin François, Thibault Godin, Alexandre Guénéguan, Aziz Jedidi, Éline Pot, Mathieu Sanchez, Frédéric Sanchez.
Ce livre est diffusé sous la licence Creative Commons -- BY-NC-SA -- 4.0 FR.