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

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

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.

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 !

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

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 😁

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

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

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.

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

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.

Merci pour cette vidéo, excellentes explications !! bravo

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

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

Très bonnes explications . Merci

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

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!

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

Top merci pour les explications :)

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 :)

une très bonne vidéo bravo. 👍🏻

t'es un crack, merci pour cette vidéo !

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

Un grand bravo pour ta vidéo très pédagogique.

Tres intéressant bien expliqué merci

Merci énormément pour ces explications très utiles

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

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

Merci de tout coeur !!!!!!

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

Vraiment sympa comme vidéo

Wow sacrée vidéo bravo !

Mercii enfin trouvé un bon tuto depuis des jours

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

Merci pour le tuto le Matheu!

Très intéressant !

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

Merci pour cette vidéo très claire.

Tres bonne vidéo , interessante et bien expliquée , merci

merciiii je vous aime

Merci beaucoup

Bonne vidéo

Super vidéo Bonne pédagogie en plus

merci pour ta video inspirante

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

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?

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

Bonjour génial la vidéo,

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.

Tu es un très bon pédagogues

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?

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

Super vidéo

Bonjour, ou bonsoir, dépendra de l'heure à laquelle vous me lirez. J'ai bien aimer votre vidéo. Je voulais vous demander comment faire pour entraîné son IA pour qu'il fasse une tache bien spécifique genre reconnaître des mots clé dans des phrases dans une base de donnée. Merci de votre retour. Bonne journée.

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

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.

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

Je constate que le programme nécessite systématiquement une phase d'entraînement avant de répondre à la question. Serait-il possible que le programme puisse sauvegarder son entraînement et fournir une réponse à la question sans avoir à répéter l'intégralité du processus à chaque fois ?

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 !

merci

Gros tu gères

merci à vous

super vidéo

Vidéo incoryable

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.

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 ?

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

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

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

Video au tooppppp

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

salut, merci pour la video, j'ai malgré cela une question: pour trouver le signapse de réseau entre la valeur caché et de sortie nous avons eux a faire pour le premier exemple 2 * 0.2= 0.4, mais les autre tel que: 0.5 et 0.9, vous avez multiplier quoi par quoi par ce que d'après la même logique il y'a erreur a mon niveau alors je suis vraiment perdu!!!!! deuxième question: sa vous dérangerez de nous faire une vidéo pour mieux expliquer la formule mathématique "la sigmoïde" 1/(1+e-7.6), je pourrai apprendre

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

Merci c simple en fait

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

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 !

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 ?

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 ?

Les synapses sa me rappel mes cours de SVT

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 ?

Comment pourrais je avoir une copie de votre vidéo, je me forme et je n'arrive pas à voir le contenu de votre vidéo. J'aimerais en même temps que vous tapez votre programme , taper de mon côté histoire d'apprendre, mais c'est flou. Merci encore vos explications très claires

Merci pour la vidéo, mais du coup quelle application ( gratuite) utiliser pour "créer" cela enfaite. Difficile de trouver sur le web. Pour un chatbot avec des emotions voir une conscience.

Bonjour, à la place de python, est-ce que le logiciel RAD studio peut créer une I.A. Merci

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

salut juste t'a vidéo était super mais peut tu me dire ou me rediriger vers des ligne de code pour que l'IA ne cherche pas une fleure mais qu'elle plisse résoudre des problème mathématique ? Sinon continue comme sa

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

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.

Super video Bro, comment fair un réseau avec plusieurs hidden layer et 3 valeurs de sortie (a,b,c) ? Peut tu donner une piste avec numpy sans trop d'embrouillage ??💪💪 Thnx.

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 .

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

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

bien bien bien !

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 😂

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 :')

Une question 3ans après mais bon il les sauves ces donnés à chaque fois c'est reset ?