Yours truly

• Hugo Mougard
• Indépendant — Brave Bots, ML Week
• Co-organise le ML meetup
• Formation, consulting & dev en Machine Learning

Contexte

Machine Learning

Programmation implicite

Réseaux de neurones

• 1 neurone = somme pondérée d'inputs
• 1 neurone = calcul très simple
• 10M neurones = calcul complexe

Deep Learning

Deep Learning

Computer Vision

Deep Learning

Natural Language Processing

Tâche

Traduction d'images

Méthode

Première approche

• utiliser un réseau d'images
• donner des images en entrée
• sortir leur traduction en sortie
• entraîner le réseau en réduisant ses erreurs

Générateur

Générateur

Générateur

Difficile ?

Difficile de mesurer explicitement la qualité d'une traduction.

Mesure explicite

Retour du comeback de l'implicite

Modèle implicite et mesure implicite de la qualité

→ Réseaux d'images pour mesurer la qualité

Générateur + discriminateur

Générateur + discriminateur

Deuxième approche

Sans les données !

Idée

Traduire deux fois doit ramener à l'entrée

Cheval vers zèbre

https://hardikbansal.github.io/CycleGANBlog/

Zèbre vers cheval

https://hardikbansal.github.io/CycleGANBlog/

Futur