Formation TensorFlow - Deep Learning
Description
Objectif de formation : Maîtriser l'utilisation de Tensorflow pour des projets de Deep Learning
- Maîtriser TensorFlow et ses dernières versions
- Installer et utiliser TensorFlow
- Appréhender le Deep Learning par TensorFlow
- Manier des volumes importants de données
- Paramétrer son environnement pour supporter les modèles de Deep Learning
- Construire des pipelines de données
- Comprendre les usages des réseaux neuronaux et les appliquer
- Mettre en oeuvre l’entrainement du réseau neuronal
- Data analysts, data scientists, data engineers, développeurs, architectes Big Data, Lead Dev…
- Maîtriser les bases du langage Python
- Connaissance en mathématique
- 1
Installation & utilisation de TensorFlow
- Installation
- Google Collab
- Tenseurs et opérations
- Les variables
- Travaux pratiques: présentation de divers cas d’usage (importation d’image, Huber Loss…)
- 2
Les API de TensorFlow
- TensorFlow Data API: concepts, l’enchainement de transformations, mélange de la donnée (Shuffle), entrelacement, construction d’un pipeline de lecture de CSV complet, les optimisations possibles
- L’API de prétraitement TensorFlow: utilité, les colonnes (numériques, catégorielles), l’utilisation comme layer
- 3
Keras, réseaux neuronaux & MLP
- Neurones biologiques vs neurones artificiels
- Les calculs logiques avec des neurones
- Le perceptron
- Le multi layer perceptron et la rétropropagation
- MLP de régression
- MLP de classification
- L’implémentation des MLP: sauvegarder et restaurer un modèle, utiliser des callbacks
- 4
Le Vanishing Gradient
- La réutilisation de modèles entrainés
- Optimiseurs plus rapides
- Travaux pratiques: créer optimiser un classificateur d’image, d’une régression et des modèles complexes avec l’API Séquentielle
- 5
CNN
- La vision par ordinateur
- L’architecture du cortex visuel
- Les couches: de convolutions, de Pooling
- Les types d’architectures de réseaux de neurones conventionnels
- Data augmentation
- Travaux pratiques: intégrer un CNN sur TensorFlow, utiliser un modèle entrainé pour du transfer learning, classifier et localiser des objets
- 6
RNN
- Traiter des données séquentielles avec des RNN et des CNN: les neuronnes récurrents, les layers récurrentes, l'entrainement d’un RNN, prédiction d’une série temporelle
- Le NLP & le RNN: la préparation de données textuelles, séparation du dataset en plusieurs fenêtres, classification de texte
- 7
Autoencoders
- Representation Learning & Generative learning avec des Autoencoders et des GAN: créer un PCA avec une partie d’AutoEncodeur, établir un Stacked Autoencoders avec TensorFlow
Ils nous font Confiance
Nos partenaires de confiance
Questions fréquentes
FAQ : Formation TensorFlow - Deep Learning
Oui, mais la prise en charge d'une formation professionnelle par un OPCO dépend de votre opérateur de compétences, de votre branche d'activité et des critères de financement applicables. Ascent Formation vous accompagne dans l'identification des possibilités de financement adaptées à votre entreprise.
Une formation inter-entreprises réunit des participants issus de différentes organisations, tandis qu'une formation intra-entreprise est organisée pour les collaborateurs d'une même entreprise. Le format intra permet notamment d'adapter le contenu et les modalités aux besoins spécifiques de vos équipes.
Selon la formation proposée, il est possible de suivre une formation professionnelle à distance, en présentiel ou selon d'autres modalités disponibles. Consultez les informations de la session concernée ou contactez-nous pour connaître les formats possibles.
Oui, une formation professionnelle peut être adaptée aux objectifs, au niveau des participants et aux besoins opérationnels de votre entreprise. Ascent Formation vous propose des parcours personnalisés pour accompagner le développement des compétences de vos équipes.
Formations similaires
IA & DataFormation Migration vers le Cloud
IA & DataFormation Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé
IA & DataFormation AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant
IA & Data