Rendre l'apprentissage automatique accessible grâce à Keras

Aperçu

Explorez Keras, une API de deep learning conviviale, pour rendre l'IA accessible à la résolution de problèmes commerciaux. Découvrez ses fonctionnalités, ses APIs, la construction de modèles et son intégration avec TensorFlow.

Programme

• Introduction à l'apprentissage automatique et Keras
Vue d'ensemble de l'apprentissage automatique
Introduction à Keras et son rôle dans l'écosystème de l'IA
Avantages de l'utilisation de Keras pour les applications commerciales
• Configuration de votre environnement
Installation de Keras et TensorFlow
Configuration et paramétrage de base
Introduction aux Jupyter Notebooks et Python
• Comprendre les API de Keras
API Séquentielle
API Fonctionnelle
Sous-classement de modèle
• Construction et entraînement de modèles
Définition de modèles en utilisant l'API Séquentielle
Implémentation de modèles en utilisant l'API Fonctionnelle
Personnalisation de modèles avec le sous-classement de modèle
Compilation, entraînement et évaluation de modèles
• Gestion des données avec Keras
Prétraitement et préparation des données
Utilisation des Ensembles de données Keras
Augmentation des données pour améliorer les performances du modèle
• Fonctionnalités avancées de Keras
Couches et activations personnalisées
Rappels et logique d'entraînement personnalisée
Apprentissage par transfert avec Keras
• Intégration de Keras avec TensorFlow
Exploitation des fonctionnalités de TensorFlow dans Keras
Déploiement de modèles utilisant TensorFlow Serving
Utilisation de TensorFlow Lite pour les mobiles et les dispositifs périphériques
• Applications réelles et études de cas
Résolution de problèmes commerciaux avec Keras
Cas d'utilisation spécifiques à l'industrie
Création de solutions d'IA pour des scénarios commerciaux pratiques
• Meilleures pratiques et performances des modèles
Optimisation et réglage de modèles
Stratégies pour éviter le sur-ajustement
Suivi des expériences et contrôle de version
• Conclusion et avenir de Keras
Récapitulatif des principaux enseignements
Tendances actuelles et futures directions de Keras
Ressources pour l'apprentissage et le développement ultérieurs en IA
• Projet de cours
Création d'un projet complet d'apprentissage automatique utilisant Keras
Présentations et sessions de rétroaction

Sujets

Conférences