Description de la formation Deep Learning Foundations with TensorFlow 2
ette formation est une formation pratique en Python qui présente les concepts théoriques sous-jascents en mettant l’accent sur la mise en pratique. Le module vous permettra d’acquérir les connaissances de bases pourcommencer à travailler sur des projets Deep Learning en utilisant les librairiesTensorFlow 2 et Keras sur des serveurs équipés de GPU.
Intéressante pour les ingénieurs travaillant sur des problèmes avec des données non structurées ou les techniques alternatives sont peu efficaces ou couteuses comme par exemple le traitement des images/videos. L’utilisation des notebooks Jupyter permet une formation dynamique et
interactive, ces supports vous serviront ensuite de base dans l’implémentation
de vos propres projets. L’accent sera mis sur les bonnes pratiques pour créer
des livrables lisibles et réutilisables
Bulletin d’
inscription Demande de
devis Détail du
programme
Programme de la formation Deep Learning
- Graphes de computation et optimisation convexe
- Rappels sur les fondamentaux du machine learning, en particulier
régression logistique
- Notions de bases: function de coût et techniques d’optimisations,
computations as graphs
- Build and execute a simple graph of computations
- Introduction à l’optimisation avec l’algorithme de descente de gradient
- Implémentation d’une descente de gradient avec Tensorflow 2
- MLP: Multi-Layer Perceptron
- Forward propagation
- Introduction à l’algorithme de backpropagation
- Développement de l’intuition avec Tensorflow Playground
- Augmentation de la capacité du réseau avec ajout de couches
supplémentaires
- Implémentation avec Tensorflow 2 via l’API séquentielle de Keras
- Visualisation de l’apprentissage avec TensorBoard
- Réseaux de neurones convolutifs (CNN)
- LIntroduction et théorie
- Architectures
- Controller l’overfitting du modèle avec les techniques de régularization
- Chargement et traitement des données
- Chargement et traitement des données
- Techniques de data augmentation
- Transfer learning et detection d’objets
- Transfer Learning for CNNs
- Introduction to TensorFlow Hub
- Détection d’objets
- TensorFlow Serving
- APIs REST et gRPC
|
|
LA SATISFACTION DES PARTICIPANTS À CETTE FORMATION EST DE 4.9/5 :