Aperçu
Explorez les fondamentaux de TensorFlow et créez des modèles d'apprentissage profond grâce à des discussions interactives. Acquérez des compétences pratiques pour développer et implémenter l'IA dans vos applications.
Programme
-
- Introduction à l'apprentissage profond et à TensorFlow
-- Aperçu de l'apprentissage profond
-- Introduction à TensorFlow
-- Configuration de l'environnement TensorFlow
- Bases de TensorFlow
-- Tenseurs et opérations
-- Graphes et sessions
-- Variables et placeholders
- Réseaux de neurones avec TensorFlow
-- Réseaux de neurones profonds (DNN)
-- Fonctions d'activation
-- Fonctions de perte et optimisation
- Gestion des données
-- Importation et prétraitement des données
-- API de jeux de données et pipelines
-- Techniques d'augmentation des données
- Réseaux de neurones convolutifs (CNN)
-- Architecture des CNN
-- Cartes de caractéristiques et pooling
-- Construction de CNN avec TensorFlow
- Réseaux de neurones récurrents (RNN)
-- Compréhension des RNN et LSTM
-- Traitement des données séquentielles
-- Implémentation de RNN dans TensorFlow
- Modèles avancés d'apprentissage profond
-- Techniques d'apprentissage par transfert
-- Réseaux antagonistes génératifs (GAN)
-- Autoencodeurs et apprentissage non supervisé
- Évaluation et optimisation des modèles
-- Métriques d'évaluation des modèles
-- Stratégies de réglage des hyperparamètres
-- Validation croisée et surapprentissage
- Déploiement des modèles TensorFlow
-- Sauvegarde et chargement de modèles
-- TensorFlow Serving
-- Intégration des modèles dans les applications
- Projets pratiques
-- Projet 1 : Classification d'images avec CNN
-- Projet 2 : Analyse de sentiments avec RNN
-- Projet 3 : Construction d'un GAN pour la génération d'images
- Conclusion et perspectives futures
-- Revue des concepts clés
-- Tendances émergentes en apprentissage profond
-- Ressources pour l'apprentissage continu
Enseigné par
Étiquettes
On-Demand
