Action buildModel SAS Viya : Création de modèles Deep Learning

Description

L'action deepLearn.buildModel est le point de départ de toute aventure en Deep LearningSous-ensemble du Machine Learning basé sur des réseaux de neurones artificiels profonds. Il excelle dans l'extraction automatique de motifs complexes depuis des données brutes (images, texte, son). sur SAS Viya. Elle permet d'initialiser une structure de modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). vide dans une table CAS. Considérez cela comme la création d'un cerveau tout neuf mais encore totalement vide (un peu comme un stagiaire le premier jour, mais avec beaucoup plus de potentiel de calcul). Vous devrez ensuite utiliser d'autres actions comme addLayerGemini said

La fonction addLayer permet de superposer un nouvel élément graphique (nuage de points, courbe, etc.) sur un graphique existant afin d'enrichir la visualisation des données dans SAS Viya. pour remplir ce cerveau de neurones et de couches complexes.

Syntaxe Officielle

                                deepLearn.buildModel / 

  modelTable={caslib="string", compress=true|false, indexVars={"var"}, label="string", name="table-name", promote=true|false, replace=true|false, ...},

  nThreads=integer,

  type="CNN"|"DNN"|"RNN";

Paramètres Clés

Nom du paramètre	Description
modelTable	Spécifie les caractéristiques de la table de sortie CAS qui contiendra la définition du modèle. Le sous-paramètre 'name' est indispensable pour nommer votre création.
nThreads	Définit le nombre de threads à utiliser pour le traitement. Si vous mettez 0, SAS essaiera d'être aussi gourmand que possible avec les ressources disponibles.
type	Définit l'architecture globale du modèle : 'DNN' pour les réseaux denses classiques, 'CNN' pour les experts de l'image (convolutionnel), ou 'RNN' pour ceux qui ont de la mémoire (récurrent). Par défaut, c'est du 'DNN'.

Préparation des données

Préparation de l'environnement

L'action buildModel crée un objet vide, donc aucune donnée source n'est requise, mais nous devons nous assurer d'avoir une session CAS active.

1	cas mysess;
2	caslib _all_ assign;

Exemples d'utilisation

Création d'un modèle DNN par défaut

Cet exemple initialise un modèle vide nommé 'mon_modele' avec le type par défaut (DNN).

1	PROC CAS;
2	DEEPLEARN.buildModel / modelTable={name="mon_modele"};
3	RUN;

Résultat Attendu :

                                                    Une table CAS nommée 'mon_modele' est créée, contenant les métadonnées initiales du réseau.                                                

Initialisation d'un modèle CNN pour la vision par ordinateur

Ici, on crée spécifiquement un modèle de type CNN, en s'assurant de remplacer toute table existante du même nom et en ajoutant un label descriptif.

1	PROC CAS;
2	DEEPLEARN.buildModel /
3	modelTable={name="mon_cnn_images", replace=true, label="Modèle pour reconnaissance faciale"},
4	type="CNN",
5	nThreads=4;
6	RUN;

Résultat Attendu :

                                                    Un modèle de type Convolutional Neural Network est initialisé en mémoire distribuée, prêt à recevoir des couches de convolution.                                                