L’usage du deep learning peut effrayer à cause de la difficulté à définir la bonne topologie de réseau de neurones pour le problème à traiter. Une alternative consiste à procéder par « transfert learning », c’est-à-dire à réutiliser un modèle qui a déjà démontré ses performances pour d’autres applications. Avec cette approche il est possible d’atteindre de très bons niveaux de fiabilité, parfois proches de 100 %, comme dans notre exemple de classification d’images de chiens et de chats.