Le déploiement des modèles d’inférence au plus près des données (1/4)

Découvrez notre coeur de métier et les grands enjeux de l’intelligence artificielle appliquée à l’acoustique 

Dans une logique de vulgarisation, nous partageons dans une série d’articles les thématiques qui font le quotidien de nos data scientists. Pour ce premier article, nous détaillons la différence entre inférence et entraînement.

 

L’inférence

Lorsque le modèle est figé, c’est-à-dire, lorsque l’ensemble des poids du modèle ont été identifiés et fixés, l’inférence peut être réalisée. Cette étape arrive après celle de la phase d’entraînement.