Deep Learning avec TensorFlow et Keras | MasterClass Python

Apprenez à utiliser Python pour du Deep Learning (et Machine Learning) avec TensorFlow 2 de Google et l'API Keras !

4.61 (655 reviews)

Udemy

platform

Français

language

Data Science

What you will learn

La théorie qui se cache derrière le Machine Learning et le Deep Learning

Utiliser TensorFlow 2.x pour le Deep Learning

Exploiter l'API de Keras pour construire rapidement des modèles de Deep Learning qui tournent sur TensorFlow 2

Construire des Réseaux de Neurones Artificiels (Artificial Neural Networks - ANNs)

Effectuer une classification d'images avec des Réseaux de Neurones Convolutifs (Convolutionnal Neural Networks - CNNs)

Prédire de données de séries temporelles (Time Series) avec les Réseaux de Neurones Récurrents (Recurrent Neural Networks - RNNs)

Utiliser le Deep Learning pour l'imagerie médicale (reconnaissance de cellules de sang infectées ou non)

Générer du texte avec les RNNs et le traitement du langage naturel (Natural Language Processing - NLP)

Appliquer la réduction de dimensionnalité avec les Auto-Encodeurs (Encodeurs + Décodeurs)

Utiliser les Réseaux Adverses Génératifs (Generative Adversarial Networks - GANs) pour créer des images de toute pièce

Déployer vos modèles TensorFlow de Deep Learning en production grâce à une API Flask

Utiliser les GPUs ou PTUs avec Google Colab pour un Deep Learning accéléré

Why take this course?

Ce cours vous guidera dans l'utilisation du dernier Framework TensorFlow 2 de Google pour créer des Réseaux de Neurones Artificiels pour le Deep Learning ! Ce cours a pour but de vous donner un guide facile à comprendre sur les complexités du Framework TensorFlow version 2.x de Google (dernière version à jour).

Nous nous attacherons à comprendre les dernières mises à jour de TensorFlow et à exploiter l'API de Keras (l'API officielle de TensorFlow 2) pour construire rapidement et facilement des modèles. Dans ce cours, nous construirons des modèles pour prédire des prix futurs de maisons, classer des images médicales, prédire les données de ventes futures, générer artificiellement un nouveau texte complet et bien plus encore... !

Ce cours est conçu pour équilibrer la théorie et la mise en œuvre pratique, avec des guides de code complets de type "Notebook Google Colab" et des slides et notes faciles à consulter. Il y a également de nombreux exercices pour tester vos nouvelles compétences au cours de la formation !

Ce cours couvre une grande variété de sujets, notamment :

Cours accéléré sur la bibliothèque NumPy
Cours intensif et accéléré sur l'analyse des données avec la bibliothèque Pandas
Cours accéléré sur la visualisation de données
Principes de base des réseaux de neurones
Principes de base de TensorFlow
Notions de syntaxe de Keras
Réseaux de Neurones Artificiels (ANNs)
Réseaux à forte densité de connexion
Réseaux de Neurones Convolutifs (CNNs)
Réseaux de Neurones Récurrents (RNNs)
AutoEncoders
Réseaux Adversatifs Générateurs (GANs)
Déploiement de TensorFlow en production avec Flask

et bien plus encore !

Keras, une API standard conviviale pour le Deep Learning, elle sera l'API centrale de haut niveau utilisée pour construire et entraîner les modèles. L'API de Keras facilite le démarrage de TensorFlow 2. Il est important de noter que Keras fournit plusieurs API de construction de modèles (séquentielle, fonctionnelle et de sous-classement), afin que vous puissiez choisir le bon niveau d'abstraction pour votre projet. La mise en œuvre de TensorFlow contient des améliorations, notamment une exécution rapide, pour une itération immédiate et un débogage intuitif, et tf. data, pour la construction de pipelines d'entrée évolutifs.

TensorFlow 2 facilite le passage des nouvelles idées du concept au code, et du modèle à la publication. TensorFlow 2 intègre un certain nombre de fonctionnalités qui permettent de définir et d'entraîner des modèles de pointe sans sacrifier la vitesse ou les performances

Il est utilisé par de grandes entreprises dans le monde entier, notamment Airbnb, Ebay, Dropbox, Snapchat, Twitter, Uber, SAP, Qualcomm, IBM, Intel, et bien sûr, Google !

Comprendre et appliquer le Deep Learning dès aujourd'hui, c'est possible ! On se retrouve dans le cours :)

Reviews

Develop

November 14, 2023

Cours excellent. Enormément de connaissances de qualité pour une découverte de Tensorflow et Keras. Je recommande ce cours pour les personnes débutantes en Deep Learning. Félicitations à Rod !

Achy

October 21, 2023

ce cours est vraiment passionnant et aussi très bien détaillé. j’espère juste avoir une vidéo dédié aux problèmes qui nécessitent une déconvolution

Xavier

November 30, 2022

Super cours, très complet ! Avec tout le temps de bonnes explications, bravo et merci ! Peut-être juste remplacer heroku à la fin qui nécessite d'entrer une carte bancaire même en mode non payant.

Evrard

September 23, 2022

Ce fut intéressant pour moi. j'écris un mémoire sur le Deep Learning et j'ai voulu faire cette formation car je voudrais faire une application sur les traitements d'images. Le gros souci du Deep Learning est parfois le manque de données et avec les méthodes de rotation traitées cela me permet d'avoir un jeu de données assez large pour avoir de bons résultats. Merci

Maxime

August 23, 2022

Très bon cours qui pousse jusqu'au déploiement en production. Un peu rapide sur les GAN mais compréhensible pour approfondir via google. ou les doc tensorflow

Pierre-louis

July 22, 2022

Etant moi même Data Scientist, je trouve cette formation de Rod & Jose extrêmement complète ! Toutes les différentes briques d'un projet Data sont enseignées, depuis la manipulation de données, jusqu'au déploiement en production d'un modèle de Deep Learning ! Je recommande vivement ce cours, bravo :)

Jonathan

July 14, 2022

Cours excellemment mais il manque des données de cours. il semble que cours n'a pas mise a jour: Exemple video 118 ne fonctionne plus car python de hereku est en version 3.10 sinon je le recommande j'ai adorer les par GAN trés satisfaisant.

Thibault

June 11, 2022

Le cours est très bien expliqué, avec des démonstrations en direct et des images. Il est très compréhensible et l'auteur parle très bien. Les ressources vont surement être très utiles. Merci beaucoup pour nous avoir fait découvrir Google Colab.

Steve

April 13, 2022

Cours de grande qualité. le formateur est vraiment investi et répond rapidement aux questions. Merci

Henri

March 19, 2022

J'ai déjà des bases en python mais de revoir toutes ces fonctionnalités dans le détail m'aide énormément à mieux comprendre les codes que je retrouve sur internet ou en cours.

Manuel

February 20, 2022

Les cours sur l'intelligence artificielle m'intéressent beaucoup. Celui-ci est bien fait et ne parle pas seulement de nombre et d'images. :)

Séverine

February 3, 2022

Très bonne formation ! la partie sur les DGGAN aurait pu être plus détaillée, car on ne comprend pas ce que font certaines couches (BatchNormalization, Conv2DTranspose) car elles n'ont pas été introduites avant. Mais à part cela, j'ai appris plein de choses, merci !

Xavier

January 13, 2022

pas mal mal d'explications et plus de pratique durant le cours en mode TP, voir des minis quizz, salam et bg le taff

Rooldy

December 19, 2021

Je tiens à vous remercier et à vous féliciter pour ce formidable cours qui a comblé mes attentes. Ce cours m'a vraiment aidé à comprendre beaucoup de notions sur le deep learning il ne me reste tout simplement à aller en profondeur pour être plus comfortable dans ce domaine. Je vous souhaite une très bonne continuation et qu'on aura de nouveaux cours !!

Julian

April 21, 2021

Cours très clair, moi qui suis passionné par l'IA j'adore cette formation, sincèrement, merci ! Formation de très grande qualité !

Charts

Price

Rating

Enrollment distribution

Deep Learning avec TensorFlow et Keras | MasterClass Python - Distribution chart