La modélisation et la création des réseaux de neurones artificiels étaient des tâches complexes et fastidieuses. Une vague de contributions dans l’univers du logiciel à code ouvert a permis à bon nombre de librairies et d’outils d’offrir la possibilité de modéliser, créer, entraîner et déployer des réseaux de neurones d’une manière simplifiée.
Les plateformes et les interfaces de programmation (API)
La création de réseaux de neurones artificiels passe souvent par l’utilisation de certaines librairies d’apprentissage machine compatibles avec les langages de programmation les plus utilisés comme Python, Javascript ou Go. Ces librairies permettent aux développeurs de faire abstraction des complexités liées à la création des parties élémentaires du réseau, de l’utilisation des moteurs d’accélération graphique tels que Cuda pour les cartes graphiques de type Nvidia, et de bien d’autres fonctionnalités.
Les librairies les plus populaires sont les suivantes :
TensorFlow était à l’origine une librairie d’apprentissage machine réservée à l’usage des développeurs de Google. L’entreprise a décidé d’ouvrir son code source et de soutenir sa communauté de développeurs afin de démocratiser l’utilisation des réseaux de neurones et d’accélérer l’adoption des outils d’intelligence artificielle. Aujourd’hui, TensorFlow est la librairie d’apprentissage machine la plus utilisée au monde. Compatible avec les langages les plus usuels, elle permet aux utilisateurs de créer de manière anodine différents types d’algorithmes d’apprentissage machine (plus particulièrement des réseaux de neurones artificiels) et de pouvoir les entraîner, les tester, les déployer et suivre leur évolution avec des interfaces de programmation simples d’usage (API) ;
PyTorch est le résultat d’une collaboration entre Facebook et Microsoft. Tous deux ont soutenu activement le développement de ce projet communautaire à code ouvert. À l’instar de TensorFlow, PyTorch est une librairie d’apprentissage machine gratuite qui offre aux utilisateurs la possibilité de créer et de gérer des réseaux de neurones par le biais de fonctions préprogrammées destinées à en accélérer la création ;
Keras une librairie gratuite et à code source ouvert qui s’interface avec TensorFlow pour faciliter la création des réseaux de neurones profonds (Deep Neural Net). Cette librairie d’apprentissage profond permet de faire abstraction des complexités liées à la modélisation des architectures de ce type de réseaux de neurones et aux approches utilisées pour leur entraînement.
La modélisation et la création des réseaux de neurones artificiels étaient des tâches complexes et fastidieuses. Une vague de contributions dans l’univers du logiciel à code ouvert a permis à bon nombre de librairies et d’outils d’offrir la possibilité de modéliser, créer, entraîner et déployer des réseaux de neurones d’une manière simplifiée.
Les plateformes et les interfaces de programmation (API)
La création de réseaux de neurones artificiels passe souvent par l’utilisation de certaines librairies d’apprentissage machine compatibles avec les langages de programmation les plus utilisés comme Python, Javascript ou Go. Ces librairies permettent aux développeurs de faire abstraction des complexités liées à la création des parties élémentaires du réseau, de l’utilisation des moteurs d’accélération graphique tels que Cuda pour les cartes graphiques de type Nvidia, et de bien d’autres fonctionnalités.
Les librairies les plus populaires sont les suivantes :
TensorFlow était à l’origine une librairie d’apprentissage machine réservée à l’usage des développeurs de Google. L’entreprise a décidé d’ouvrir son code source et de soutenir sa communauté de développeurs afin de démocratiser l’utilisation des réseaux de neurones et d’accélérer l’adoption des outils d’intelligence artificielle. Aujourd’hui, TensorFlow est la librairie d’apprentissage machine la plus utilisée au monde. Compatible avec les langages les plus usuels, elle permet aux utilisateurs de créer de manière anodine différents types d’algorithmes d’apprentissage machine (plus particulièrement des réseaux de neurones artificiels) et de pouvoir les entraîner, les tester, les déployer et suivre leur évolution avec des interfaces de programmation simples d’usage (API) ;
PyTorch est le résultat d’une collaboration entre Facebook et Microsoft. Tous deux ont soutenu activement le développement de ce projet communautaire à code ouvert. À l’instar de TensorFlow, PyTorch est une librairie d’apprentissage machine gratuite qui offre aux utilisateurs la possibilité de créer et de gérer des réseaux de neurones par le biais de fonctions préprogrammées destinées à en accélérer la création ;
Keras une librairie gratuite et à code source ouvert qui s’interface avec TensorFlow pour faciliter la création des réseaux de neurones profonds (Deep Neural Net). Cette librairie d’apprentissage profond permet de faire abstraction des complexités liées à la modélisation des architectures de ce type de réseaux de neurones et aux approches utilisées pour leur entraînement.