SYNOPSIS
Le Deep Learning est une branche de l’intelligence artificielle. Souvent associé avec les réseaux de neurones, le Deep Learning a pu se développer grâce aux capacités de calcul actuelles. Il peut s’appliquer aux traitements d’images ou du langage naturel : reconnaissance de formes ou de visages, traduction automatique, génération de texte, de musique, etc.
Plusieurs solutions techniques existent pour mettre en œuvre ces algorithmes, cette formation permettra aux stagiaires de connaître la bibliothèque TensorFlow et ses fonctionnalités principales.
Après une présentation des réseaux de neurones et de leur apport dans l’écosystème de l’intelligence artificielle, l’utilisation de la bibliothèque Tensorflow permettra de toucher à la réalisation concrète de réseaux de neurones. Différentes applications sont possibles, la formation se concentrera sur les réseaux de neurones convolutionnels, destinés à extraire de l’information depuis des images.
Une partie importante de la formation est dédiée à la pratique, afin de favoriser la mise en autonomie des stagiaires.
OBJECTIFS
Grâce à cette formation, vous pourrez acquérir les compétences suivantes :
-
- Connaître le concept de tenseur, et savoir les mettre en œuvre dans des exemples simples
- Concevoir des réseaux de neurones convolutionnels
- Connaître quelques fonctionnalités alternatives de TensorFlow
PROGRAMME
Ce programme est donné à titre indicatif. Il peut être adapté selon les besoins.
- Intelligence Artificielle et réseaux de neurones
- Rappel des bases en algèbre linéaire et en machine learning
- Intérêt des réseaux de neurones
- Construire un réseau de neurones
- Configuration de son espace de travail
- Installation de Python, de l’interpréteur ipython et de jupyter-notebook
- Installation des bibliothèques numpy, pandas, matplotlib, seaborn, scikit-learn et TensorFlow
- Introduction aux tenseurs et à l’utilisation de TensorFlow
- Philosophie de TensorFlow: calculs numériques représentés sous forme de graphe
- Créer une session de travail
- Revue des opérations élémentaires
- Gestion des variables en TensorFlow
- Revue des fonctionnalités de TensorFlow
- Enregistrer des variables
- Afficher le graphe des tenseurs
- Afficher l’évolution d’une variable
- Conception d’un réseau de neurones
- Utiliser un jeu de donnée canonique : MNIST (reconnaissance de chiffres manuscrits)
- Utiliser son propre jeu de données
- Construction du réseau de neurones avec TensorFlow
- Appliquer TensorFlow à sa propre problématique
- Identification du problème à résoudre
- Formulation du problème sous forme adaptée à TensorFlow
- Préparation des données
DURÉE
3 jours
PRÉ-REQUIS
Connaissances de base en algèbre linéaire et en statistiques
Aisance en Python
Aisance en informatique (OS Linux conseillé)
Les prochaines sessions inter-entreprise auront lieu aux dates suivantes (Lyon ou Paris):
.
N’hésitez pas à nous contacter pour des formations intra-entreprise, pour avoir le choix dans les dates et permettre un contenu adapté à vos besoins.
Vous souhaitez participer à cette formation ?
Merci de nous donner les détails ci-dessous si vous le pouvez:
* Sur la formation
Veuillez nous indiquer le lieu de la formation , le nombre de personnes concernées, le niveau initial des participants, les contraintes de calendrier, les attentes particulières.
* Vos coordonnées
Organisation, Adresse, Personne contact, Email, TVA intracommunautaire.
Nous vous répondrons dans les meilleurs délais.
