Les librairies dédiées à la création et à l’entraînement des modèles d’apprentissage machine sont principalement utilisées pour créer des modèles génératifs. Quelques autres outils sont aussi dédiés à la conception et à l’utilisation de ces modèles.
Interfaces de programmation (API), librairies et divers autres outils
La création, l’entraînement et la validation d’un modèle génératif se font traditionnellement par le biais des librairies de programmation dédiées à l’apprentissage machine :
TensorFlow, l’une des librairies les plus utilisées en apprentissage machine et en apprentissage profond. Grâce à cette librairie et à son interface de programmation, les utilisateurs peuvent créer, entraîner, valider et tester différents types d’algorithmes d’apprentissage machine, incluant des modèles génératifs tels que GAN, VAE, etc ;
Keras, une librairie dédiée principalement à l’apprentissage profond pour concevoir et entraîner facilement des modèles génératifs qui se basent sur des réseaux de neurones tels que DeepGAN, DeepVAE, etc ;
GanLab, un outil à source libre (open source) permettant la création des réseaux de neurones génératifs et la visualisation de leur exécution lors des phases d’entraînement et de validation.
Les librairies dédiées à la création et à l’entraînement des modèles d’apprentissage machine sont principalement utilisées pour créer des modèles génératifs. Quelques autres outils sont aussi dédiés à la conception et à l’utilisation de ces modèles.
Interfaces de programmation (API), librairies et divers autres outils
La création, l’entraînement et la validation d’un modèle génératif se font traditionnellement par le biais des librairies de programmation dédiées à l’apprentissage machine :
TensorFlow, l’une des librairies les plus utilisées en apprentissage machine et en apprentissage profond. Grâce à cette librairie et à son interface de programmation, les utilisateurs peuvent créer, entraîner, valider et tester différents types d’algorithmes d’apprentissage machine, incluant des modèles génératifs tels que GAN, VAE, etc ;
Keras, une librairie dédiée principalement à l’apprentissage profond pour concevoir et entraîner facilement des modèles génératifs qui se basent sur des réseaux de neurones tels que DeepGAN, DeepVAE, etc ;
GanLab, un outil à source libre (open source) permettant la création des réseaux de neurones génératifs et la visualisation de leur exécution lors des phases d’entraînement et de validation.