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

Enseigné par

Étiquettes