Aller au contenu principal

TensorFlow et Keras

Développement de modèles de deep learning avec TensorFlow et Keras, de la première couche au modèle servi.

Durée du cours : 9h​

Ce que vous allez apprendre​

  • Construire un modèle avec l'API séquentielle puis fonctionnelle
  • Alimenter l'entraînement avec des pipelines tf.data efficaces
  • Écrire une boucle d'entraînement personnalisée quand le standard ne suffit plus
  • Suivre un entraînement avec TensorBoard et des rappels
  • Exporter un modèle au format SavedModel et le servir

Prérequis​

  • Python et NumPy
  • Fondamentaux du deep learning

Modules du cours​

  1. Tenseurs, variables et graphes de calcul
  2. API séquentielle : premier modèle en quelques lignes
  3. API fonctionnelle : entrées multiples et branches
  4. Couches personnalisées et sous-classement de Model
  5. tf.data : lecture, transformation et préchargement
  6. Rappels : point de contrôle, arrêt anticipé, planification du taux
  7. TensorBoard : suivre pertes, poids et histogrammes
  8. Apprentissage par transfert avec des modèles préentraînés
  9. Entraînement distribué sur plusieurs accélérateurs
  10. SavedModel et mise en service avec TensorFlow Serving

Évaluation et attestation​

Le parcours se termine par un examen de 40 questions qui couvre tous les modules. En cas de réussite, une attestation d'achèvement est délivrée ; son numéro est vérifiable sur la plateforme.

Les cours gratuits, eux, se concluent par un quiz de 5 questions avec un aperçu de l'attestation, sans certification.