Laureηt
9aee26c858
Former-commit-id: 176901ce389b3bdfa998f099dd14b588536e48c7 [formerly 44b9fa4a4d4f0037b7c7b5c26754cdfcf9a41012] Former-commit-id: 3857631b685667b527181dd6f300f79124c2085b
1.2 KiB
README
Ce repository contient l'implémentation de deux réseaux de deep learning pour l'apprentissage semi-supervisé: simCLR et SGAN. Les deux réseaux ont été testés sur des jeux de données de classification d'images.
simCLR
simCLR est une approche semi-supervisée pour l'apprentissage de représentations à partir d'un grand nombre d'images non étiquetées. Le modèle consiste en une chaîne de transformation qui transforme les entrées dans un espace d'apprentissage continu et en un classificateur qui prédit les labels des entrées transformées.
SGAN
SGAN est un réseau GAN semi-supervisé qui utilise une générateur pour produire des images aléatoires et un discriminateur pour les classer en fonction des labels connus. Le but est de produire des images qui sont à la fois réalistes et informatives pour l'apprentissage de la classification. Comment utiliser ce repository
Comment utiliser ce repository
Les notebooks (colab) se situent dans le dossier src.
Contacts
- Laurent Fainsin laurent@fainsin.bzh
- Damien Guillotin damien.guillotin@etu.inp-n7.fr
- Pierre-Eliot Jourdan pierreeliot.jourdan@etu.inp-n7.fr