Deep learning
Le deep learning (apprentissage profond) est la branche du machine learning fondée sur des réseaux de neurones à nombreuses couches, à l’origine des progrès récents en vision par ordinateur, en langage et en génération.
Mise en contexte
Le deep learning a rendu possibles la reconnaissance d’images, la compréhension du langage et la génération de contenu à un niveau inaccessible aux méthodes précédentes. Il demande des données abondantes et de la puissance de calcul, souvent fournies par des modèles pré-entraînés que l’on spécialise.
Nous l’utilisons à travers des modèles existants plutôt qu’en entraînant de zéro : vision (essayage virtuel, lecture de documents), langage (extraction, génération). Par exemple, Cabiine projette un vêtement porté à partir d’une photo grâce à des modèles de vision et de génération.
La question utile n’est pas « quel réseau » mais « quelle précision, mesurée sur vos données ».
Questions fréquentes
Rarement. Les modèles pré-entraînés peuvent être spécialisés avec vos exemples ou pilotés par le contexte. Entraîner de zéro est justifié pour des données très spécifiques et en grand volume.
Des modèles allégés tournent sur des serveurs européens ou même dans le navigateur ; les modèles les plus lourds passent par des fournisseurs, avec un choix de localisation des données.