Les réseaux sont comme des oignons - Apprentissage profond pratique avec TensorFlow

Aperçu

Tutoriel pratique sur la création de réseaux de neurones avec TensorFlow pour des tâches de vision par ordinateur et de traitement du langage naturel. Apprenez les concepts clés de l'apprentissage profond et acquérez une expérience pratique dans la conception des architectures de réseau.

Programme

• Introduction au Deep Learning et TensorFlow
Aperçu du deep learning et des réseaux neuronaux
Introduction à TensorFlow et son écosystème
• Configuration de Votre Environnement
Installation de TensorFlow et bibliothèques essentielles
Aperçu des notebooks Jupyter et de Google Colab
• Fondamentaux des Réseaux Neuronaux
Couches, nœuds, et fonctions d'activation
Propagation avant et arrière
Fonctions de perte et optimisation
• Création et Entraînement de Réseaux Neuronaux avec TensorFlow
Création et compilation de modèles
Entraînement, évaluation, et sauvegarde de modèles
• Vision par Ordinateur Pratique avec TensorFlow
Prétraitement et augmentation de données d'image
Mise en œuvre de Réseaux Neuraux Convolutionnels (CNNs)
Apprentissage par transfert avec modèles pré-entraînés
Projet pratique : Classification d'images
• Traitement du Langage Naturel avec TensorFlow
Prétraitement des données textuelles et tokenisation
Mise en œuvre de Réseaux Neuraux Récurrents (RNNs) et LSTMs
Utilisation de Transformers pour les tâches de NLP
Projet pratique : Classification de texte et analyse de sentiment
• Ajustement Fin des Architectures de Réseau
Ajustement des hyperparamètres et optimisation de modèle
Techniques pour réduire le surapprentissage : régularisation et dropout
• Déploiement et Surveillance des Modèles
Exportation et déploiement de modèles avec TensorFlow Serving
Notions de base de la surveillance des performances de modèle
• Considérations Éthiques en IA et Deep Learning
Biais dans les systèmes d'IA
Meilleures pratiques pour un développement éthique de l'IA
• Projet Final
Création d'une application de deep learning sur mesure
Présentations et revue par les pairs
• Conclusion du Cours et Prochaines Étapes
Récapitulatif des principaux apprentissages
Ressources pour apprentissage continu en deep learning et TensorFlow

---

Sujets

Conférences