Mais que devient geekzone 
Changez pas les gars, changez pas !
Sinon, moderation a la main… mouahahahahah
2 « J'aime »
Et, euh…
juste des pénis, ou aussi :
détails anatomiques féminins, des croix gammées, des pétards, etc ?
Disons que le penis est le plus facile et le plus reconnaissable et ça faisait un titre plus sympa que “Détecteur de croix gammées”
1 « J'aime »
Ce chat devra-t-il passer avec succès la détection :
7 « J'aime »
perso je dirais que la croix gammée est plus simple a reconnaitre que les bites 
on peut pas rajouter de points ou de poils dessus ou rajouter des details
3 « J'aime »
Ahahah les dessins sont justes une ligne dessinée d’un seul trait, si il y en a un qui arrive à faire un tel chat je lui accorde un titre honorifique !
2 heures d’existence du thread, et deja plus de 25 messages. Y’a pas a dire, un bon titre, ça aide ;).
3 « J'aime »
Putain. Once you see it…
2 « J'aime »
What is seen can’t be unseen… 
https://fidelityoptics.com/wp-content/uploads/2015/07/Levenhuk-2L-NG-Rose-Microscope-Front-Angle.jpg
Je pouvais pas m’en empêcher. Et ya même la couleur assortie a sa lingerie
1 « J'aime »
La réponse la plus simple à donner (mais pas forcément à implémenter) est effectivement un réseau à convolution. Pas de lib C# à ma connaissance. Les plus connues sont Torch, TensorFlow, Theano et MXNet. Sinon, tu as aussi des réseaux préentraînés (Caffe ou Overfeat, je ne sais plus): tu mets l’image en entrée, tu récupères un vecteur et tu peux ensuite entraîner un petit algo de classif sur ce vecteur (arbres, SVM, régression logistique, whatever). On peut en discuter en PM si tu veux.
Edit car j’ai oublié de parler de l’invariance à la rotation. Tu as deux manières de l’incorporer: soit à l’apprentissage, auquel cas tu vas dupliquer chaque exemple d’entraînement k fois en lui faisant subir une rotation de 2pi/k (mettons avec k=16), soit au test, où tu vas tester chacune des k versions de l’image à des angles différents. La technique généralement utilisée augmente l’ensemble d’apprentissage, ça permet de maintenir le coût de test raisonnable.
J’en profite pour rajouter un point sur le langage: tu peux utiliser une lib externe pour apprendre ton modèle puis, une fois les paramètres appris, implémenter la prédiction en C#. Ce n’est pas trivial mais bien plus simple que d’implémenter l’apprentissage en C# (tu n’as notamment pas le calcul du gradient à implémenter).
Et heu les images ou ton truc détecté un zob, on peut en avoir une galerie? Je demande, c’est pour un ami.
1 « J'aime »
petit test culinaire sur facebook ^^
https://scontent-lhr3-1.xx.fbcdn.net/hphotos-xlp1/v/t1.0-9/12803103_10208950176453475_7455773318746712374_n.jpg?oh=c28a739310f368e8e30c2a19ef8bde6c&oe=578FA780
je serais toi je jetterais un oeil à ca https://cloud.google.com/vision/
Peu de chance que tu arrives à faire quelque chose de tres performant seul en partant de zero.
un petit highlight de @Genji , parce qu’il me semble que le machine learning et la reconnaissance d’images c’est un peu son domaine (ou ce fut, je ne sais plus trop)
Il a repondu ya 3 posts @genji 
1 « J'aime »