Correction d’un modèle souffrant de vanishing gradients

Scénario

Contexte : Un réseau convolutionnel profond converge très lentement. Le Problème : L’architecture empile plusieurs couches sans normalisation intermédiaire. Extrait logique actuelle : Conv2D -> Conv2D -> Conv2D -> Dense Sans batch normalization. Contraintes : Introduire batch normalization ou ajuster fonctions d’activation. Comparer courbes d’entraînement avant/après modification. Livrable attendu : Proposer une correction architecturale améliorant stabilité et vitesse de convergence.

Compétences ciblées