CRÉER SON INTELLIGENCE ARTIFICIELLE [IA] 

Merci à tous pour vos retours positifs ! - Edit 1 - J'ai ajouté en description un lien github vers le code source du programme, ça vous évitera de recopier celui de la vidéo :D - Edit 2 - Réponse à une question intéressante : Question : Pourquoi avoir choisis qu'une seul couche de "neurones cachés" et pourquoi il y en a t'il 3 ? Est ce lié à un coup du hasard ? une intuition que cela fonctionne mieux ainsi ? Réponse : La question du nombre de couche cachée est un sujet qui fait pas mal débat au sein de la communauté de l'IA, suffit de voir le nombre de commentaires à ce sujet sur internet. Il faut savoir que dans une TRÈS grande majorité des cas, 1 seul couche cachée suffit amplement. En revanche, il existe de rare cas ou plusieurs couches améliorent les performances de notre IA. Pour ce qui est du nombre de neurones, j'essaie en général d'avoir au moins une valeur de plus que le nombre de neurones d'entrer.Une convention connue sinon c'est d'être entre le nombre de neurones d'entrer ET ceux de sortie. Mais ça dépend également des différents cas, je te laisse tester mon code avec différents nombres de neurones, tu verras peut-être une différence. - Edit 3 - Réponse à une question intéressante : Question : Je me demandais, est-il possible de sauvegarder le résultat de l'apprentissage de l'IA, car ici tu dois à chaque fois exécuter ta boucle pour que l'algorithme réapprenne non ? Réponse : Absolument ! Il te suffit de les sauvegarder dans un fichier à part, et de le recharger quand tu en as besoin :D (Sauvegarde W1 et W2 du coup) Tu fais une fonction : def sauvegardePoids(self): np.savetxt("w1.txt", self.W1, fmt="%s") np.savetxt("w2.txt", self.W2, fmt="%s") Et tu appelles cette fonction avant Predict(). - Edit 4 - Réponse à une question intéressante : Question : Pourquoi tu mets les valeurs de longueur et largeur entre 0 et 1 ? T'aurais pas pu laisser les vraies valeurs ? Réponse : L'intérêt est de donner une échelle à nos valeurs ([0,1]), sans cette standardisation, notre IA ne comprendrait pas l'échelle de nos valeurs. Tu peux lire cet excellent article à ce sujet : machinelearningmastery.com/how-to-improve-neural-network-stability-and-modeling-performance-with-data-scaling/ - Edit 5 - Réponse à une question intéressante : Question : Salut dans la fonction backward de ton code tu emplois un T à trois reprises mais je ne comprends pas d'ou il sort et surtout à quoi il sert Réponse : Ça permet de faire la transposée sur la matrice, tes lignes deviennent donc des colonnes et tes colonnes des lignes. Par exemple : W2: [[ 0.2980888 ] [-0.19630084] [-0.37035302]] devient W2.T : [[ 0.2980888 -0.19630084 -0.37035302]] On est obligé de faire cette manipulation car le calcul d'une matrice demande des conditions spécifiques. Si je veux multiplier une matrice (avec m lignes et n colonnes) [m,n] * [n,l] (avec n lignes et l colonnes) il y a pas de soucis, par contre [m,x] * [n,l] ne peut pas fonctionner. Il faut obligatoirement que le nombre de colonnes du premier soit égal au nombre de lignes du second !

Alors là si tout vas bien, bah vous avez toujours rien compris x) super intéressant, un exemple très concret

Merci beaucoup ! Cela fait 3 semaines que je ne trouve pas d'exemples complets et simples mais là si. C'est très bien expliqué et on peut même comprendre les notions de maths abordées sans les avoir encore étudiées ! Merci beaucoup encore une fois !

Super intéressant, merci. C'est bien que tu détails tout depuis le début, on comprends mieux comme ça.

Je m'attendais pas a ce que tu fasses un vidéo comme ça... passionné par la programmation, tu m'as épatés

Vraiment génial comme vidéo, tu me donnes envie d'en apprendre encore plus là ! je sens que je vais passer ma nuit à regarder ce genre de vidéos...

Quel plaisir quand tu finis par trouver le bon résultat... Merci pour la vidéo !

très bonne vidéo et je trouve que le sujet est très bien vulgarisé. Si bien que cela dérange ceux qui veulent garder ce savoir que pour eux.

Franchement c'est génial c'est consepte de vidéo sur les IA et machine learning, Continue comme cela ! Hâte de voir la prochaine vidéo !!! 👌

la meilleur video sur l IA j'ai eu à suivre jusqu'a ce jour. franchement chapeaux

Excellente vidéo, très bien expliqué ,Merci pour le code.

très belle vidéo, j'ai repris ton programme en multipliant le gradient par différentes valeurs notamment 0.3 (return 0.3*s*(1-s)) et ça a donnée de très bons résultats avec une itération de 30000.(0 erreur en validation, 0 erreur en prédiction.

Excellent vidéo ! Avec un exemple complet et un peu de vulgarisation, le secret des réseaux de neurones n est plus :)

Merci pour cette vidéo, excellentes explications !! bravo

Si j'avais eu ça pour mon TPE de cette année, ça nous aurait bien aidé ! Super intéressant !

J'ai trouvé la vidéo très enrichissante, pour moi qui commence à m'intéresser atla programmation j'étais larguer mais c'est tellement bien expliqué et passionnant que je suis resté jusqu'au bout bravo et merci.

Très pédagogique ! J'ai ajouté pour ma part une "Fonction = perte de l'entropie croisée", Cette fonction calcule la perte de l'entropie croisée pour chaque exemple d'entraînement et retourne la perte moyenne. Merci pour cet exercice sur la mystérieuse et redoutable I.A

Très bonne vidéo, bon étant donné mon niveau de math niveau 2nd je n’ai pu comprendre que les grandes lignes mais grâce a toi je connais le principe d’IA 😁

j'aime le concept de cette vidéo en plus sa apprend beaucoup chose dans la création de IA

Franchement juste génial ta vidéo, t'es explications sont très claire merci beaucoup ^^

Très bonnes explications . Merci

Top merci pour les explications :)

une très bonne vidéo bravo. 👍🏻

Un grand bravo pour ta vidéo très pédagogique.

Merci énormément pour ces explications très utiles

t'es un crack, merci pour cette vidéo !

Juste incroyable, je n'avais jamais compris comment fonctionnait une IA, et tu vient de me l'expliquer en moins de 30 minutes, merci !!

Tres intéressant bien expliqué merci

Hello Studio TV, j'adore la vidéo ! On en veut d'autres :)

Hey, la vidéo est insane mec je l'avait vu il y a quelque mois et aujourd'hui en cours on nous a demander de faire une page ou on parle d'un sujet ( pour moi ca a été l'IA) j'ai directe penser à cette video! c'est super bien expliquer dans les détails et étape par étape sans pour autant qu'on perde le fil (Chuis en première et franchement si c'était les profs qui nous l'avait expliquer j'pense pas que quelqu'un aurait suivis) enfin bref continue comme ca bg tu gère!

c'est incroyable merci de me permettre de découvrir ce monde là

Merci pour ce partage. Un bout de code bien expliqué est bien plus parlant qu'un long texte d’université pour un vieux dev comme moi :)

tu sais vraiment bien expliquées j'ai tout compris merci a toi

Mercii enfin trouvé un bon tuto depuis des jours

Merci pour cette vidéo très claire.

Vraiment sympa comme vidéo

cc vince super video le montage au top comme dhabitude c est super l intelligence artificielle merci pour le partage

Merci de tout coeur !!!!!!

Tres bonne vidéo , interessante et bien expliquée , merci

Salut StudioTV ! Je me demandait si tu pouvais prochainement nous faire un tuto sur une intelligence artificielle où il y aurait une bases de données d'images (par exemple un dossier nommé éléphant où il y aurait les 500 premières photo d'éléphant que l'on trouve en faisant une recherche) qui serait capable de classer des images, ou d'en générer une ? Je pense que beaucoups de personnes seraient interressées par ce tutoriel =D

Très intéressant !

Wow sacrée vidéo bravo !

merciiii je vous aime

Merci pour le tuto le Matheu!

Merci beaucoup

Je recommande !!!!!!!!!!!!!! best ia video on youtube fr

Super vidéo Bonne pédagogie en plus

Bonjour génial la vidéo,

merci pour ta video inspirante

Bonne vidéo

Après avoir vu votre vidéo, pas le choix, je me suis abonné pourtant je suis pas un codeur python, mais tellement vous avez tout expliqué que j'ai tout compris. Je vais m’intéresser un peu plus à python.

Tu es un très bon pédagogues

merci c'est la meilleur vidéo de ma vie sur le sujet sa fait 10 ans que je chercher une video comme sa je suis choquer et révolter et surpris de voir la date de la video la pédagogie est remarquable impressionnent bravo j’en veut encore combien sa coute je contribue

Vidéo très intéressante, notamment pour ceux qui découvrent ce domaine, j'ai cependant quelques remarques à faire : - tout d'abord sur le code en lui-même, si vous voulez accélérer la vitesse d'apprentissage, supprimez les affichages (ou ne gardez que les valeurs finales des poids) ; - j'ai du mal à comprendre pourquoi vous avez choisi la sigmoïde avec λ = 1 pour la couche de sortie, autant prendre une fonction de Heaviside qui donne directement un résultat à 0 ou à 1 (et la Heaviside n'est qu'un cas limite de sigmoïde avec λ → ∞, donc la rétro-propagation fonctionne toujours) ; - une chose me gêne, en effet vous dite que plus l'entrainement à d'itérations, plus le réseau est bon, cependant avec un nombre trop grand d'itérations vous risquez la sur-apprentissage (overfitting). Malgré ces quelques points votre vidéo reste un travail de qualité.

Merci pour ta vidéo. Question : la dérivée de sigmoid(x) ce n'est pas x*(1-x). C'est sigmoid(x) * (1-sigmoid(x)) ce qui n'est pas du tout la même chose ! C'est une dérivée qu'on peut écrire à partir de la fonction de base, ce qui est bien pratique. Je ne comprends pas pourquoi ici on utilise s*(1-s). [ Edit ] Pour ceux que ça intéresse : en fait le code est juste, mais l'explication manque. En réalité le "s" qu'on passe à sigmoidPrime() est déjà une valeur de sigmoid. C'est pour ça qu'on ne réapplique pas la sigmoid à l'intérieur de la méthode qui calcule sa dérivée.

Bonsoir disons c'est intéressant encore bravo d'autres videos svp

merci à vous

Merci au moins maintenant j'ai compris comment on appliquait la rétropropagation

c'est énorme jvai faire une fonction predict en entrant les perf (musique) des chevaux du PMU MDR !! c'est excellent ta vidéo merci

Super vidéo

Pour connaitre le nombre ou elle trouvera 0 et 1 à la perfection il fallait créer une boucle qui vérifier que chaque valeur tombe bien sur 1 0 1 0 1 0. Pour connaitre le nombre de calcul a faire pour être sur au moment des tests. Super vidéo !

Gros tu gères

super vidéo

merci

Merci beaucoup, ce fut intéressant, même si j'ai lâcher à la rétropropagation ça deviens trop compliquer pou un novice ^^.

Très bonne introduction à l'intelligence artificielle, continue, bravo !

Vidéo incoryable

Merci c simple en fait

Les synapses sa me rappel mes cours de SVT

Video au tooppppp

Il faut s'accrocher pour tout comprendre ! Merci beaucoup, c'était très intéressant, mais comme je suis en 1ère je n'ai pas encore appris les matrices et ses fonctions.

Super vidéo, tu comptes continuer dans ce domaine pour de prochaines vidéos ? Ça serait vraiment super intéressant d'avoir d'autres exemples détaillés comme celui là !

Extraordinaire merci du partage, tu as un avenir en pédagogie je pense.

WOAW merci de partager tes connaissance, c'est pas facile de trouver des infos sur le sujet et surtout que elle soit compressible! J'aurais une question est-ce que se serait pas plus intéressant entrainer plusieurs ia et d'ajouter un peu de random sur la modification des poids pour augmenter la probabilité d'obtenir les valeurs les plus optimal pour les poids?

J’ai rien compris parce que je comprends rien au Python et aux algos mais j’ai bien aimé, c’est bien expliqué

Merci, j'avais déjà compris le système de poids et neurones mais les IA me paraîssaient extrêmement complexes et inaccessibles alors que là j'ai tout compris.

bien bien bien !

j'ai pas tt compris donc je vais la reregarder mais merci bcp !

Ouais t'as fait un réseau de neurones quoi, c'est un peu la base. J'ai beaucoup utilisé anaconda d'ailleurs, c'est ce que je préconise également aux débutants, mais à un moment donné le python c'est bien gentil trois secondes. Ok ça prend des mois de tout se retaper en scratch et en C++ mais franchement ça en vaut la peine, j'ai même pu faire de nombreuses petites découvertes mathématiques (et redécouvertes, ça ce sont les risques du hors piste hein ça arrive, parfois on croise d'autres skieurs, woops) au cours des dernières années, donc ouais je regrette pas. D'ailleurs personne ne comprenait mon obsession pour l'ia il y a (super jeu de mots) encore de ça quelques années, on me prenait pour un dingue. Et aujourd'hui tout le monde en parle, surtout ceux qui n'y connaissent rien. Ça ne me dérange pas, mais c'est quand-même du bon gros enfumage. 😂 J'entends vraiment tout et n'importe quoi (rien à voir avec toi tkt, je parle en général sur youtube ou autour de moi). Même parfois j'entends des patrons d'entreprise en train de complètement fantasmer ou de délirer sur le sujet. 😂 Ils sont tous monumentalement à côté de leurs pompes et j'inclus aussi google dans le lot avec leurs gros algorithmes et leurs gros data centers hein. Pour moi le plus gros du boulot a été fait par IBM, puis NVIDIA. Et évidemment des tas de petits étudiants brillants et autres énergumènes dont je fais partie. 😅 Sans oublier tous les mathématiciens de l'Histoire qui ont apporté leur pierre à l'édifice évidemment. Les autres globalement ce sont tous plus ou moins des escrocs hein, on ne va pas se mentir, ils sont là pour la thune avant tout. 😂

bonjour une question et il possible de mettre une voix en mp3 pour la reconnaissance vocal?

Pour avoir un meilleur apprentissage, tu devrais prendre en compte un biais pour chaque neurones (bias en anglais). si tu ne sais pas de quoi je parle, Google est ton ami 😂

Bonjour je pense avoir compris ta video maus je ne comprend pas a la fin pourquoi quand tu changz la valeur la rose est alors bleu et surtout coment tu le sais avant meme d'entrainzr ton IA sur cette nouvelke valeur

Super vidéo, on voit un aperçu de ce qu'on peut faire en IA. Ca semble moins flou. Tu fais/as fait quoi comme études ?

Bonjour, j'avais une question, est-ce que on peut récupérer les valeurs des poids à la fin de l'entrainement pour les remplacer avec les poids qu'on défini aléatoirement au début ?

C'est vraiment cool de faire ça. Par contre je n'aurais jamais cru qu'un verbe à l'infinitif me pique les yeux dans un programme.

Et à ce moment là normalement vous avez rien compris, +1abonne je t’adores 😂

Bonjour, pourrai tu faire la même chose mais pour une IA de reconnaissance d'objet sur une image ?

Super vidéo! Seulement à 17:30, je ne comprends pas pourquoi tu as mis o=NN.forward(X) alors qu'on avait définit la fonction forward avec 2 parametres?

Est ce que on peut considérer l'algorithme de knn comme de l'IA?

Mais pour des choses plus complexes avec beau oup plus de parametres qui entre en jeux il faut du coup d'autres fonctions j'imagine ?

Vidéo très sympa et assez bien expliqué. Néanmoins un point ne me semble pas avoir été expliqué et me gène un peu : Pourquoi avoir choisis qu'une seul couche de "neurones cachés" et pourquoi il y en a t'il 3 ? Est ce lié à un coup du hasard ? une intuition que cela fonctionne mieux ainsi ? ou plutôt est ce lié à un calcul mathématiques ou autres ?

Comment en apprendre plus ? j'ai réussi à te suivre dans les calculs. Je trouve ça super intéressant mais je n'est pas trouver de cas pratique. Je vais déjà essayer d'augmenter le nombre d'entrée. Y a t'il une relation entre le nombre d'entrée et le nombre de couche hidden ?

Super vidéo ! Par contre, le pourcentage de chance qu'il y ait 3 sorties prédites fausses après les 29 999 essais est, je pense, assez faible :')

C'est un domaine dans lequel j'avais envie d'en apprendre plus mais j'avais du mal à trouver des infos

bonjour, svp comment peut on afficher les derniers poids après apprentissage ? merci

Woaw

❤

Merci, c'est pour moi la meilleur vidéo sur le sujet pour un néophyte, très bon dosage entre théorie et pratique. Juste une question, j'ai peut-être loupé un truc dans la vidéo, comment tu choisis le nombre de "neurones" pour la couche cachée ?

Bonjour, A quoi ressemblerait la fonction "backward" s'il y avait eu plus de variables self.W[x] ?

Carrément satisfait la !!! Merci infiniment . Dis pour débuter tu suggeres a un apprenant de commencer par quoi . J ai un vrai souci avec le code en général .