|
| 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
|