Cursus
Formation TensorFlow avancé
Objectifs
Créer des applications complètes utilisant des réseaux de neurones avec TensorFlow et Keras.
Appliquer des techniques avancées telles que les convolutions, les réseaux récurrents et les LSTM.
Utiliser TensorFlow Hub et d’autres composants pour construire des modèles d’apprentissage approfondi.
Déployer des modèles sur des environnements variés, y compris TensorFlow Serving, TensorFlow.js et TensorFlow Lite pour les objets connectés et les smartphones.
Pré-requis
Participants
Programme de formation
RAPPELS SUR LE FONCTIONNEMENT DE TENSORFLOW 2
Gestion de graphes et de la persistence
Utilisation de fonctions Python dans le graphe
MODÈLES COMPLEXES AVEC KERAS ET TENSORFLOW
Couches de Deep Learning
Convolutions
Réseaux récurrents, LSTM
Techniques avancées de Deep Learning
Mise en oeuvre
- GAN
- Autoencodeurs
TENSORFLOW EXTENDED
Présentation de TensorFlow Hub
- Librairie de composants pour la construction de modèles d'apprentissage
Travaux pratiques
- Exemples fournis par TensorFlow
Utilisation des TPU
Utilisation de pipelines
DÉPLOYER UN MODÈLE SUR DIFFÉRENTES ARCHITECTURES
Notion de Saved Model
TensorFlow Serving
TensorFlow.js
- Déploiement dans un environnement Javascript
TensorFlow Lite
- Objets connectés
- Smartphones
- Architectures embarquées