Formations au coeur des technologies

Essayer, tester, échanger les bonnes pratiques, partager les retours d'expériences, ...
toutes nos formations sont disponibles à distance (classes virtuelles) et en centre de formation (présentiel), au choix.
Vous pouvez même changer de modalité en cours de formation, si vous avez des contraintes : par exemple, commencer en présentiel et continuer les jours suivants à distance.
Les outils pédagogiques et l'infrastructure de travaux pratiques mis à disposition sont accessibles depuis nos locaux, ou depuis votre entreprise ou votre lieu de télétravail, à volonté
N'hésitez pas à tester nos formations et nos serious games !

Formation : TensorFlow avancé

Durée2 jours
Prix1 610 €
Code coursDS032
Dates6 au 7 juin
24 au 25 septembre
12 au 13 novembre

(cliquez sur une date pour vous inscrire)

Public:

Chefs de projet,architectes

Objectifs:

Concevoir une application utilisant des réseaux de neurones end-to-end

Connaissances préalables nécessaires:

Connaissance de TensorFlow et Keras

Programme détaillé de la formation


(logo acroreadTéléchargez le programme) :
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 modeles d'apprentissage
Atelier : exploration des 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 et architectures embarquées

Déroulé pédagogique
Modalités et délais d'accès
Méthodes mobilisées

Pythagore-F.D.

01 55 33 52 10
pfd@pythagore-fd.fr
Calendrier
Code cours : DS032

Contenu de la formation
TensorFlow avancé:

Accès à la liste des cours



Vous pouvez bien entendu composer votre programme personnel à partir de nos descriptifs de cours


Version du document : R006
Date de mise à jour du document : 2024/01/06