<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Fonctionnalités IA on darktable 5.8 user manual</title>
    <link>https://docs.darktable.org/usermanual/5.8/fr/special-topics/ai/</link>
    <description>Recent content in Fonctionnalités IA on darktable 5.8 user manual</description>
    <generator>Hugo</generator>
    <language>fr</language>
    <atom:link href="https://docs.darktable.org/usermanual/5.8/fr/special-topics/ai/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Présentation</title>
      <link>https://docs.darktable.org/usermanual/5.8/fr/special-topics/ai/overview/</link>
      <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>
      <guid>https://docs.darktable.org/usermanual/5.8/fr/special-topics/ai/overview/</guid>
      <description>&lt;p&gt;Darktable utilise des modèles d&amp;rsquo;apprentissage automatique pour un petit nombre de tâches de traitement d&amp;rsquo;images : masquage d&amp;rsquo;objets interactifs, débruitage, agrandissement, etc. Cette section explique comment ces fonctionnalités fonctionnent de bout en bout – ce qui s&amp;rsquo;exécute où, quels modèles existent, comment l&amp;rsquo;inférence est accélérée et quels sont les choix dans les &lt;a href=&#34;https://docs.darktable.org/usermanual/5.8/fr/preferences-settings/ai/&#34;&gt;Préférences de l&amp;rsquo;IA&lt;/a&gt; que l&amp;rsquo;utilisateur contrôle réellement.&lt;/p&gt;&#xA;&lt;p&gt;Les fonctionnalités de l’IA sont avec consentement (opt-in). Elles sont désactivées par défaut lors d&amp;rsquo;une nouvelle installation et peuvent être basculées avec par une seule préférence à tout moment.&lt;/p&gt;</description>
    </item>
    <item>
      <title>Comment fonctionnent les fonctionnalités de l&#39;IA</title>
      <link>https://docs.darktable.org/usermanual/5.8/fr/special-topics/ai/how-ai-works/</link>
      <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>
      <guid>https://docs.darktable.org/usermanual/5.8/fr/special-topics/ai/how-ai-works/</guid>
      <description>&lt;p&gt;Cette page couvre ce qui se passe sous le capot : les chargements de la bibliothèque d&amp;rsquo;inférence Darktable, les fournisseurs d&amp;rsquo;exécution à sa disposition et la manière dont les modèles sont stockés et activés.&lt;/p&gt;&#xA;&lt;h1 id=&#34;le-moteur-dinférence&#34;&gt;&lt;a class=&#34;dt-anchor&#34; href=&#34;#le-moteur-dinf%c3%a9rence&#34; aria-label=&#34;Link to this section&#34;&gt;#&lt;/a&gt;Le moteur d&amp;rsquo;inférence&lt;/h1&gt;&#xA;&lt;p&gt;Darktable charge les modèles via &lt;a href=&#34;https://onnxruntime.ai/&#34; target=&#34;_blank&#34;&gt;ONNX Runtime&lt;/a&gt; – une bibliothèque d&amp;rsquo;inférence de qualité production développée à l&amp;rsquo;origine chez Microsoft et désormais régie par la &lt;a href=&#34;https://www.linuxfoundation.org/&#34; target=&#34;_blank&#34;&gt;Linux Foundation&lt;/a&gt; – qui accepte les modèles au format ouvert &lt;a href=&#34;https://onnx.ai/&#34; target=&#34;_blank&#34;&gt;ONNX&lt;/a&gt;. ONNX est la norme de facto pour l&amp;rsquo;échange de modèles d&amp;rsquo;apprentissage automatique entre les frameworks (PyTorch, TensorFlow, etc.) afin que nous puissions prendre un modèle formé dans l&amp;rsquo;un d&amp;rsquo;entre eux, l&amp;rsquo;exporter vers ONNX et l&amp;rsquo;exécuter depuis Darktable sans embarquer son framework de training en même temps.&lt;/p&gt;</description>
    </item>
    <item>
      <title>Accélération GPU</title>
      <link>https://docs.darktable.org/usermanual/5.8/fr/special-topics/ai/gpu-acceleration/</link>
      <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>
      <guid>https://docs.darktable.org/usermanual/5.8/fr/special-topics/ai/gpu-acceleration/</guid>
      <description>&lt;p&gt;Activer l&amp;rsquo;accélération GPU pour les fonctionnalités d&amp;rsquo;IA de Darktable est un processus en deux étapes :&lt;/p&gt;&#xA;&lt;ol&gt;&#xA;&lt;li&gt;&#xA;&lt;p&gt;&lt;strong&gt;Installer un GPU compatible avec ONNX Runtime&lt;/strong&gt; sur votre matériel (cette page).&lt;/p&gt;&#xA;&lt;/li&gt;&#xA;&lt;li&gt;&#xA;&lt;p&gt;&lt;strong&gt;Indiquer à Darktable la nouvelle bibliothèque&lt;/strong&gt; via &lt;a href=&#34;https://docs.darktable.org/usermanual/5.8/fr/preferences-settings/ai/&#34;&gt;Préférences AI&lt;/a&gt; – cliquez sur &lt;strong&gt;détecter&lt;/strong&gt; pour analyser automatiquement les emplacements d&amp;rsquo;installation standard ou accédez au fichier à la main.&lt;/p&gt;&#xA;&lt;/li&gt;&#xA;&lt;/ol&gt;&#xA;&lt;p&gt;Sous Linux, l&amp;rsquo;environnement d&amp;rsquo;exécution fourni est uniquement CPU ; sous Windows, il utilise DirectML ; et sous macOS, il utilise CoreML. Ainsi, l’étape 1 ne s’applique que si vous souhaitez une accélération GPU NVIDIA, AMD ou Intel sous Linux ou Windows. L’étape 1 comporte trois chemins, abordés ci-dessous.&lt;/p&gt;</description>
    </item>
    <item>
      <title>Performances &amp; dépannage</title>
      <link>https://docs.darktable.org/usermanual/5.8/fr/special-topics/ai/performance-and-troubleshooting/</link>
      <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>
      <guid>https://docs.darktable.org/usermanual/5.8/fr/special-topics/ai/performance-and-troubleshooting/</guid>
      <description>&lt;h1 id=&#34;remarques-sur-les-performances&#34;&gt;&lt;a class=&#34;dt-anchor&#34; href=&#34;#remarques-sur-les-performances&#34; aria-label=&#34;Link to this section&#34;&gt;#&lt;/a&gt;Remarques sur les performances&lt;/h1&gt;&#xA;&lt;ul&gt;&#xA;&lt;li&gt;&#xA;&lt;p&gt;L&amp;rsquo;inférence CPU est acceptable pour les masques d&amp;rsquo;objets (petites évaluations en une seule fois) mais beaucoup plus lente pour la réduction de bruit et l&amp;rsquo;agrandissement. Un runtime CUDA / MIGraphX / OpenVINO / DirectML / CoreML est fortement recommandé si vous les utilisez régulièrement.&lt;/p&gt;&#xA;&lt;/li&gt;&#xA;&lt;li&gt;&#xA;&lt;p&gt;L&amp;rsquo;agrandissement 4x sur une grande image est gourmand en mémoire, quel que soit le fournisseur. Le pavage est activé automatiquement pour contrôler la mémoire, au prix d&amp;rsquo;un temps de traitement supplémentaire.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
