Je m'appelle Lucas, développeur junior dans une startup parisienne depuis six mois. Avant ça, je n'avais jamais touché aux réseaux de neurones. Maintenant, j'en utilise tous les jours.
Comment commence votre journée avec les réseaux de neurones?
Vers 9h, je lance mon ordinateur et je vérifie d'abord les modèles qui tournent depuis la nuit. On utilise des réseaux convolutifs pour trier des photos de produits. Ça tourne sur notre serveur et parfois ça plante. Ce matin, le taux de précision était descendu à 76% au lieu des 89% habituels. Ça arrive quand les nouvelles images sont trop différentes de celles sur lesquelles on a entraîné le modèle.
Que faites-vous quand ça arrive?
Je regarde les images mal classées. Souvent c'est juste l'éclairage ou l'angle qui change. Là, on avait reçu des photos prises avec un autre téléphone. J'ajoute quelques centaines de ces images dans le dataset d'entraînement et je relance. Ça prend environ deux heures sur notre machine.
Utilisez-vous des frameworks particuliers?
On bosse principalement avec TensorFlow. Au début, je trouvais ça compliqué, mais maintenant je sais configurer les couches basiques. Pour ce projet de classification d'images, on a trois couches de convolution, deux couches de pooling, et deux couches denses à la fin. J'ai pas tout conçu moi-même, on a adapté un modèle existant.
L'après-midi ressemble à quoi?
Aujourd'hui je travaillais sur un nouveau projet de détection de texte dans des documents scannés. On teste un réseau récurrent parce que le texte a une structure séquentielle. Honnêtement, je galère encore avec les LSTM. La documentation aide, mais comprendre pourquoi certains paramètres fonctionnent mieux que d'autres, ça prend du temps.
Vers 16h, réunion avec l'équipe. On discute des résultats. Notre responsable technique explique qu'on pourrait essayer le transfer learning pour gagner du temps. Ça veut dire partir d'un modèle déjà entraîné sur des millions d'images et l'adapter à notre cas. Ça économise des semaines de calcul.
Quels conseils donneriez-vous aux débutants?
Commencez petit. Mon premier réseau classait juste des chiffres manuscrits avec le dataset MNIST. Ça prenait dix minutes à entraîner sur mon laptop. Maintenant je comprends comment ça fonctionne vraiment. Et soyez patients avec les erreurs de dimensions des tenseurs, ça arrive tout le temps au début.