deep-learning
Guide complet pour le Deep Learning avec Keras 3 (Multi-Backend : JAX, TensorFlow, PyTorch). À utiliser lors de la création de réseaux neuronaux, de CNN pour la vision par ordinateur, de RNN/Transformateurs pour la PNL, de prévisions de séries chronologiques ou de modèles génératifs (VAE, GAN). Couvre la création de modèles (API séquentielles/fonctionnelles/sous-classes), les boucles de formation personnalisées, l'augmentation des données, l'apprentissage par transfert et les meilleures pratiques de production.
Installation
SKILL.md
Patterns and best practices based on Deep Learning with Python, 2nd Edition by François Chollet, updated for Keras 3 (Multi-Backend).
Functional - Multi-input/output, shared layers, non-linear topologies:
| Binary classification | binarycrossentropy | sigmoid | | Multiclass (one-hot) | categoricalcrossentropy | softmax | | Multiclass (integers) | sparsecategoricalcrossentropy | softmax | | Regression | mse or mae | None |
Guide complet pour le Deep Learning avec Keras 3 (Multi-Backend : JAX, TensorFlow, PyTorch). À utiliser lors de la création de réseaux neuronaux, de CNN pour la vision par ordinateur, de RNN/Transformateurs pour la PNL, de prévisions de séries chronologiques ou de modèles génératifs (VAE, GAN). Couvre la création de modèles (API séquentielles/fonctionnelles/sous-classes), les boucles de formation personnalisées, l'augmentation des données, l'apprentissage par transfert et les meilleures pratiques de production. Source : aznatkoiny/skills.
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/aznatkoiny/skills --skill deep-learning- Source
- aznatkoiny/skills
- Catégorie
- {}Analyse de Données
- Vérifié
- —
- Première apparition
- 2026-02-01
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que deep-learning ?
Guide complet pour le Deep Learning avec Keras 3 (Multi-Backend : JAX, TensorFlow, PyTorch). À utiliser lors de la création de réseaux neuronaux, de CNN pour la vision par ordinateur, de RNN/Transformateurs pour la PNL, de prévisions de séries chronologiques ou de modèles génératifs (VAE, GAN). Couvre la création de modèles (API séquentielles/fonctionnelles/sous-classes), les boucles de formation personnalisées, l'augmentation des données, l'apprentissage par transfert et les meilleures pratiques de production. Source : aznatkoiny/skills.
Comment installer deep-learning ?
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/aznatkoiny/skills --skill deep-learning Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor
Où se trouve le dépôt source ?
https://github.com/aznatkoiny/skills
Détails
- Catégorie
- {}Analyse de Données
- Source
- user
- Première apparition
- 2026-02-01