Aller au contenu


Laurent42

Inscrit(e) (le) 28 mars 2019
Déconnecté Dernière activité juin 29 2020 07:29
-----

Messages que j'ai postés

Dans le sujet : Un jeu qui apprend à se jouer lui-même

02 juin 2020 - 09:36

content d'avoir pu aider, quel est le modèle finalement ?


Dans le sujet : Un jeu qui apprend à se jouer lui-même

25 mai 2020 - 11:18

Hello

 

malheureusement, il y a pas mal d'empirisme :) 

si l'image analysée est uniquement l'ecran, elle est simple, meme si il peut y avoir quelques reflets, donc j'aurais utilisé un réseau bien plus simple, voir sans maxpool, mais avec un stride de 2 sur les couche de convolution; à la fin, il y a trop de couche dense, il faut en mettre 1 ou 2, pas plus.

donc quelchose comme ca par exemple:

conv2d(None, ..., ..., 8) kernel=3 stride=2

conv2d(None, ..., ..., 16) kernel=3 stride=2

conv2d(None, ..., ..., 32) kernel=3 stride=2

Dense(256)

Dense(10)

 

fonction relu partout

 

par contre, que sont ces 10 classes ?

 

Laurent


Dans le sujet : Un jeu qui apprend à se jouer lui-même

23 mai 2020 - 05:46

je ne connais ni le modèle, ni la fonction de perte, ni ....

mais comme ça, mon intuition me dit :

- entrée de réseau de neurone pas assez fine (image trop grossière)

- coefficient d'apprentissage trop élevé (essayer 1E-4 ?)

 

Laurent


Dans le sujet : Un jeu qui apprend à se jouer lui-même

14 mai 2020 - 01:37

Voila la donnée qui me manquait :) pour apprendre c'est en effet un très bon exercice ! je suis content que mes vidéos aident ! si vous voulez un avis sur le modèle, le code ou l'algo, n’hésitez pas ;) c'est un très beau projet !


Dans le sujet : Un jeu qui apprend à se jouer lui-même

14 mai 2020 - 10:22

Sauf si j'ai raté un truc, j'ai l'impression que vous vous compliquez la vie; si c'est juste pour détecter quelque chose au milieu d'un rectangle à peu près gris, et un peu inhomogène, quelques lignes d'opencv suffisent largement.