Image Classification using Deep Learning

Abstract

Deep learning (DL) is a sub-domain of machine learning (ML), it consists of artificial neural networks. The word (deep) refers to the number of layers in the network, the more layers there are, the deeper the network. Advanced tools and techniques have significantly improved Deep Learning algorithms to the point where they can outperform humans in classifying images. Among artificial neural network architectures there are convolutional neural networks (CNN). Image classification is a classic problem in the fields of image processing and convolutional neural networks. Our work studies the images classification by using an architecture of a convolutional neural network on the CIFAR-10 Dataset. ................Le Deep Learning (DL) est un sous-domaine de Machine Learning (ML), il est constitué des réseaux de neurones artificiels. Le terme Deep (profond) désigne le nombre de couches dans le réseau, plus il y a des couches, plus le réseau est profond. Des outils et des techniques avancés ont amélioré de façon spectaculaire les algorithmes du Deep Learning, au point où ils peuvent surpasser les humains à classer les images. Parmi les architectures de réseaux de neurones artificiels il y a le réseau de neurones convolutionnels (CNN). La classification d’images est problème classique dans les domaines du traitement dimages et les réseaux de neurones convolutionnels. Ce mémoire étudier la classification d’images en employant le Dataset CIFAR-10 à partir d’une architecture d’un réseau de neurone convolutionnel