Bon j’ai conscience que c’est pas l’endroit optimal mais je pense que nos kheys ont du talent.
En gros, j’ai un modèle (type CNN) Convolutional neural network. Ce modèle je l’entraîne sur des données. Jusque là tout va bien.
Il s’agit d’un entraînement non supervisé donc pas de données de prédictions pour comparer avec les données d’entraînement.
Mes données d’entraînement sont des images avec la particularité d’être dédoublée puis transformée (zoom randomn, rotation randomn ect…)
En gros pour chaque batch de données j’ai :
1 image normale et la même mais transformée
L’idée est qu’à chaque cycle de calcul de ma perte, je dois faire une jointure entre les deux perte de chaque image afin de calculer l’invariance de l’information entre les deux images.
Ma question est : comment je m’y prends sur tensorflow ? Est ce que c’est possible au moins ? Ou bien faut que je fasse un truc from scratch ?
Bref je galère
