Aperçu
Explorez l'apprentissage profond avec Python et MXNet, y compris des démonstrations pratiques sur un Raspberry Pi pour des tâches de vision par ordinateur et de traitement du langage naturel.
Programme
-
- Introduction à l'IA et Deep Learning
-- Aperçu de l'intelligence artificielle et de ses applications
-- Notions de base du Deep Learning et des réseaux de neurones
-- Introduction à MXNet et son écosystème
- Prise en main du Raspberry Pi
-- Configuration du Raspberry Pi : installation et paramétrage
-- Installation de Python et des bibliothèques nécessaires sur Raspberry Pi
-- Introduction à GPIO et aux capacités matérielles du Raspberry Pi
- Python pour le Deep Learning
-- Rappel de Python : syntaxe, bibliothèques, et bonnes pratiques
-- Utilisation de NumPy et Pandas pour la manipulation des données
-- Aperçu des bibliothèques de deep learning populaires : MXNet, TensorFlow et PyTorch
- Deep Learning avec MXNet
-- Installation de MXNet sur Raspberry Pi
-- Comprendre le chargement et le prétraitement des données
-- Construire et entraîner des réseaux de neurones avec MXNet
-- Implémentation des réseaux de neurones convolutionnels (CNN)
- Vision par ordinateur sur Raspberry Pi
-- Introduction à la vision par ordinateur et ses applications
-- Configuration et utilisation du module Pi Camera
-- Implémentation de tâches de classification d'images avec MXNet et Raspberry Pi
-- Détection d'objets en temps réel sur Raspberry Pi
- Traitement du langage naturel (NLP) sur Raspberry Pi
-- Aperçu des tâches et applications du NLP
-- Outils et bibliothèques pour NLP avec MXNet
-- Implémentation de la classification de texte et de l'analyse des sentiments
-- Traduction linguistique en temps réel sur Raspberry Pi
- Optimisation et déploiement
-- Optimisation des modèles de deep learning pour Raspberry Pi
-- Techniques pour l'amélioration des performances : quantification et élagage
-- Stratégies de déploiement pour les appareils périphériques
- Projet : Construire une application alimentée par l'IA
-- Définir un périmètre de projet combinant vision par ordinateur et NLP
-- Implémentation du projet sur Raspberry Pi
-- Tests et évaluation de l'application IA
- Tendances futures et conclusion
-- Discussion des futures tendances en IA et en edge computing
-- Récapitulatif du cours et ressources pour un apprentissage approfondi
Enseigné par
Étiquettes
On-Demand
