Comment choisir un processeur pour créer un système NAS (Network-Attached Storage)

Points clés à retenir

• Les processeurs dual-core et quad-core les plus récents sont parfaits pour n’importe quel NAS.
• Pour un NAS qui remplira plusieurs rôles simultanément, envisagez des processeurs quadricœurs ou quelque chose d'encore plus costaud.

Vous souhaitez donc créer un périphérique NAS (Network-Attached

12 commandes réseau de base que tout utilisateur Linux devrait connaître

Linux est un excellent système d'exploitation pour les réseaux. C'est un système de premier ordre pour les serveurs pour une raison. Les distributions Linux sont préinstallées avec de nombreux outils réseau et vous pouvez en installer davantage à partir de votre gestionnaire de packages. Voici quelques-unes des commandes réseau Linux que vous devriez connaître.

Rembourrage dans les réseaux de neurones convolutifs

Le remplissage est un processus essentiel dans les réseaux de neurones convolutifs. Bien que non obligatoire, il s’agit d’un processus souvent utilisé dans de nombreuses architectures CNN de pointe. Dans cet article, nous allons explorer pourquoi et comment cela se fait.

Le mécanisme de convolu

Lire la suite →

Construire des réseaux de neurones à partir de zéro : partie 1

Avec la présence de frameworks d'apprentissage profond populaires tels que TensorFlow, Keras, PyTorch et d'autres bibliothèques similaires, il est devenu beaucoup plus facile pour un novice dans le domaine d'aborder plus rapidement le sujet des réseaux de neurones. Bien que ces frameworks vous permettent de résoudre les calculs

Prévisions météo via les réseaux LSTM

Introduction

Les réseaux LSTM (Long Short-Term Memory) sont une classe de réseaux neuronaux récurrents (RNN) capables de résoudre des problèmes de prédiction de séquence. Les RNN et LSTM en particulier diffèrent des autres réseaux de neurones dans la mesure où ils ont une dimension temporelle et prenn

Réseaux de capsules : une introduction rapide

Introduction

Que vous soyez nouveau dans le deep learning ou chercheur sérieux, vous avez sûrement rencontré le terme réseaux de neurones convolutifs (CNN). Il s’agit de l’une des architectures les plus recherchées et les pl

Filtres dans les réseaux de neurones convolutifs

Dans les perceptrons multicouches (MLP), les paramètres apprenables sont les poids du réseau qui correspondent aux vecteurs de caractéristiques. Cependant, dans le contexte des réseaux de neurones convolutifs, les paramètres apprenables sont appelés filtres, des filtres qui sont des matrices/tableaux bidimensionnels généralement

Regroupement dans les réseaux de neurones convolutifs

Introduction

Le terme « mise en commun » semblerait familier à toute personne familiarisée avec les réseaux de neurones convolutifs, car il s'agit d'un processus couramment utilisé après chaque couche de convolution. Dans cet article, nous explorerons le pourquoi et le comment de ce processus

Les réseaux Kolmogorov-Arnold (KAN) sont-ils une alternative prometteuse au perceptron multicouche ?

Introduction

Un nouvel article sur l'apprentissage automatique présenté par nous présente avec audace une nouvelle voie dans le domaine de l'apprentissage profond. La récente publication sur les réseaux Kolmogorov-Arnold (KAN) fait précisément partie de

Réseaux de neurones à réaction et à rétroaction

La structure des réseaux de neurones prend de plus en plus d’importance dans la recherche sur la modélisation de l’intelligence artificielle pour de nombreuses applications. Deux paradigmes structurels opposés ont été développés : les réseaux de neurones à rétroaction (récurrents) et les réseaux de neurones à rétroaction. Dans ce