Optimisation de ResNet18 : Analyse comparative du Pruning, de la Quantification et de la Distillation
Le déploiement de modèles de deep learning sur des périphériques de bord (edge computing) impose des contraintes strictes en termes de mémoire et de puissance de calcul. ResNet18, bien qu'efficace, nécessite souvent une optimisation supplémentaire pour garantir une fluidité d'exécution en conditions réelles. Cet article explore trois méthodolog ...
Publié le 15 juin à 18h14
Division de données d'images pour l'entraînement ResNet avec Python
Problématique
Lors de la préparation de données pour des modèles de reconnaissance d'imagse, la division manuelle des ensembles après augmentation devient chronophage. Cette automatisation utilise Python pour répartir les images selon des ratios prédéfinis.
Solution Python
import os
import numpy as np
from sklearn.model_selection import train_t ...
Publié le 8 juin à 21h44