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
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

Déroulé pédagogique


Rappels sur le fonctionnement de TensorFlow 2
Durée : 3h
Méthodes pédagogiques : exposé/échanges
Matériels et moyens : video-projecteur en présentiel, tableau partagé en classe virtuelle
Gestion de graphes et de la persistence
Utilisation de fonctions Python dans le graphe
Modèles complexes avec Keras et TensorFlow
Durée : 3h
Méthodes pédagogiques : exposé/échanges
Matériels et moyens : video-projecteur en présentiel, tableau partagé en classe virtuelle
Couches de Deep Learning
Convolutions
Réseaux récurrents, LSTM
Techniques avancées de Deep Learning
Mise en oeuvre: GAN, Autoencodeurs
TensorFlow Extended
Durée : 6h
Méthodes pédagogiques : alternance de théorie et de travaux pratiques
Matériels et moyens : vidéo-projecteur en présentiel, tableau partagé en classe virtuelle, infrastructure distribuée serveurs Linux
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
Durée : 2h30
Méthodes pédagogiques : exposé/échanges
Matériels et moyens : video-projecteur en présentiel, tableau partagé en classe virtuelle
Notion de Saved Model
TensorFlow Serving
TensorFlow.js: déploiement dans un environnement Javascript
TensorFlow Lite: objets connectés, smartphones et architectures embarquées

Retour au descriptif
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