Vous êtes ici : Accueil > Formations en informatique > Big Data, Data Science > Data Science, Intelligence Artificielle

Fantom Tag

Formation - L'apprentissage profond avec TensorFlow 2

Analyse d'images avec Tensorflow et Keras

  • Présentiel ou classe à distance
  • Fondamental
Inter Sur Mesure
PRESENTIEL OU CLASSE A DISTANCE
Référence
BI054
Durée
3 jours (21 heures)
Prix 2023
2 150,00 €  HT
Consulter les dates et villes
S'inscrire
Formation à la demande
Cette thématique vous intéresse ?
Nos experts conçoivent votre formation
sur-mesure !
Nous contacter
La course à la reconnaissance faciale ou vocale que se sont livrées les GAFAM dans le courant des années 2000 a largement contribué à la maturité des outils d'apprentissage profond. Aussi, les traitements statistiques appliqués aux réseaux de neurones génèrent maintenant de bons résultats en termes de prédiction ou d'estimation. Développé par Google, le framework TensorFlow offre aux développeurs une interface graphique leur permettant simplement d'entraîner et d'exécuter des réseaux de neurones pour de multiples applications (reconnaissance d'image, traduction automatique, complétions automatique, ...). A l'issue de cette formation, les participants maîtriseront les méthodes de manipulation de TensorFlow pour implémenter des réseaux de neurones artificiels et ainsi développer les programmes innovants pouvant répondre aux besoins de leurs entreprises ou organisations.
Consulter le programme 2024
Lire la suite
Pour qui ?

A qui s'adresse cette formation ?

Pour qui

  • Chefs de projet et Data-scientists souhaitant comprendre le fonctionnement de TensorFlow

Prérequis

Programme

Le programme

1 - Présentation

  • Historique du projet TensorFlow
  • Fonctionnalités
  • Architecture distribuée, plateformes supportées

2 - Premiers pas avec TensorFlow

  • Installation de TensorFlow
  • Principe des tenseurs, caractéristiques d'un tenseur: type de données, dimensions
  • Définition de tenseurs simples
  • Gestion de variables et persistance
  • Représentation des calculs et des dépendances entre opérations par des graphes

3 - Optimisation des calculs

  • Calculs distribués : différents types de stratégies (synchrone ou asynchrone), avec stockage centralisé des données ou dupliqué sur différents cpu
  • Distribution sur des GPUs
  • Utilisation de TPUs
  • Travaux pratiques sur une plateforme multi-GPU (RIG)

4 - Présentation des RN

  • Principe des réseaux de neurones
  • Descente de gradient
  • Multi-Layer Perceptron

5 - Présentation de Keras

  • Conception d'un réseau de neurones
  • Différents types de couches: denses, convolutions, activations
  • Construction d'un modèle complexe
  • Prédictions et validation d'un modèle

6 - Classification d'images avec Keras

  • Notion de classification, cas d'usage
  • Architectures des réseaux convolutifs, réseaux Image
  • Net RCNN et SSD
  • Démonstrations sur les convolutions

7 - Optimisation d'un modèle

  • Visualisation avec Tensorboard
  • Optimisation des couches de convolutions
  • Choix des hyper-paramètres avec Keras et Keras Tuner
  • Utilisation de checkpoints
Objectifs

Les objectifs de la formation

  • Savoir mettre en oeuvre TensorFlow pour de l'apprentissage machine
  • Connaître les APIs disponibles pour réaliser des modèles fiables et efficaces.
Evaluation

Evaluation

  • Cette formation fait l'objet d'une évaluation formative.
Points forts

Les points forts de la formation

  • Un tour d'horizon complet de l'écosystème TensorFlow.
  • Une focalisation sur la mise en oeuvre d'algorithmes profonds à l'aide des librairies et APIs TensorFlow.
  • Des ateliers d'expérimentation du framework sur des cas concrets.

Qualité des formations

ib Cegos est certifié Iso 9001 et Qualiopi.

Dates et villes

Mise à jour le 29/11/2023
    Consulter les dates 2024
    Formation - L'apprentissage profond avec TensorFlow 2