Les gated autoencoders constituent une famille de réseaux de neurones profonds qui connectent trois sources d’information au travers d’une relation multiplicative. Ils ont généralement deux entrées et une sortie, mais les rôles des différentes sources sont interchangeables (les entrées peuvent devenir des sorties, et réciproquement).
Il n’existe pas d’implémentation de référence de ces réseaux pour les différentes librairies d’apprentissage profond (theano, torch, tensorflow, caffe, etc.). A l’ISIR, nous disposons d’une implémentation sous torch, et nous aimerions disposer d’une version sous tensorflow.
L’objet de ce projet est de réaliser le portage de torch vers tensorflow, ou bien d’écrire la version tensorflow à partir des spécifications. Le code torch ainsi que des articles décrivant ces architectures en détail seront fournis.
Ce projet sera l’occasion de se former à quelques concepts du deep learning et à la programmation en tensorflow.
Références :
Un survey sur les gated autoencoders : https://arxiv.org/pdf/1512.03201.pdf
Tensorflow : https://www.tensorflow.org/