Un vrai CNN Keras s'entraîne sur les chiffres manuscrits MNIST (28 × 28 pixels, 10 classes). On suit l'entraînement en direct, puis on regarde à l'intérieur du réseau.
Démarrage
- Garder les réglages par défaut et cliquer sur ▶ Entraîner (quelques secondes).
- Regarder les courbes et les filtres se former, époque après époque.
- Dessiner un chiffre : les probabilités et les cartes d'activation s'affichent.
- Lire l'évaluation : matrice de confusion et erreurs (cliquez sur une erreur pour l'examiner).
Idées d'expériences
- CNN contre réseau dense : comparez le nombre de paramètres et l'exactitude de test.
- Peu de données (1 000 images) : l'écart entre entraînement et validation se creuse. Ajoutez le dropout, puis l'augmentation.
- Un chiffre décalé : dessinez-le dans un coin. Le CNN le reconnaît-il encore ? Et le réseau dense ?
- Sans pooling : combien de paramètres de plus dans la couche dense ?
- Un seul filtre en 1re couche : le réseau en souffre-t-il ?