Introduction à TensorFlow - Atelier Pratique

Aperçu

Explorez TensorFlow grâce à une pratique concrète en réalisant un tutoriel complet de bout en bout pour acquérir des compétences pratiques dans la création et le déploiement de modèles de machine learning.

Programme

• Introduction à TensorFlow
Aperçu de TensorFlow et de ses applications
Installation et configuration
• Concepts de Base de TensorFlow
Tenseurs et opérations
Graphes et sessions (mode d'exécution immédiate)
Types de données, formes et diffusion
• Construction de Modèles d'Apprentissage Automatique avec TensorFlow
Chargement et prétraitement des données
Construction d'un modèle linéaire simple
Mise en œuvre d'un réseau de neurones à propagation avant
• Entraînement et Optimisation
Fonctions de perte et algorithmes d'optimisation
Rétropropagation et descente de gradient
Suivi de l'entraînement avec TensorBoard
• Évaluation de Modèle
Division des données en ensembles d'entraînement, de validation et de test
Évaluation des performances du modèle
Comprendre le surapprentissage et les techniques de régularisation
• Techniques Avancées de TensorFlow
Travail avec des ensembles de données et des pipelines de données
Utilisation de tf.data pour un chargement de données efficace
Implémentation de callbacks pour le contrôle de l'entraînement
• Déploiement de Modèles TensorFlow
Sauvegarde et chargement de modèles
Exportation de modèles pour le déploiement
Bases de TensorFlow Serving et TensorFlow Lite
• Projet Pratique : Développement de Modèle de bout en bout
Aperçu du projet et introduction à l'ensemble de données
Construction, entraînement et évaluation d'un modèle personnalisé
Déploiement du modèle et réalisation de prédictions
• Conclusion et Prochaines Étapes
Récapitulatif des concepts clés
Ressources pour un apprentissage approfondi
Session de questions-réponses et présentation finale du projet

---

Sujets

Science des données