Recherche avancée
Par formation
Par date
Par ville
logo HUB Formation
Organisme de Formation
aux Technologies et métiers de L'informatique
La pédagogie au service de la technologie
Accueil > Domaines > Automatisation > L'apprentissage profond avec Keras

L'apprentissage profond avec Keras

Réaliser des expérimentations rapides avec Keras

Spécifiquement développé dans le but de réaliser simplement des expérimentations rapides, Keras a été conçu dans le respect des 4 principes directeurs suivants : convivialité, modularité, extensibilité et fonctionnement en Python. Le résultat ? Keras est un outil efficace bien sûr mais il est surtout très simple à prendre en main. Et c'est très certainement ce qui explique son succès et le fait qu'il ait été rapidement adopté par de très nombreux spécialistes de l'IA. Durant cette formation de 3 jours, les participants découvriront les spécificités qui ont rendu Keras incontournable et mettront en œuvre des modèles d'expérimentations qu'ils pourront par la suite adapter aux besoins de leurs entreprises.

Objectifs

  • Découvrir Keras, son écosystème et ses modèles
  • Comprendre les couches de neurones dans Keras
  • Savoir gérer les données avec Keras
  • Être en mesure d'optimiser les modèles neuronaux avec Keras
  • Avoir une bonne connaissance du modèle d'apprentissage par transfert de Keras

Public

  • Développeurs Machine learning
  • Consultants en Intelligence Artificielle

Prérequis

  • Avoir suivi la formation "Data Science - Mise
  • en œuvre du Deep Learning" (DEC107) ou disposer de compétences équivalentes
  • La connaissance d'un langage de programmation tel que Python est fortement recommandée

Programme de la formation

1) L'écosystème Keras

  • Origine
  • Usage
  • Modules principaux
  • Jeux de données Keras
  • Installation et environnement Keras
  • Lab : Installation de l'écosystème sur l'environnement de travail

2) Les modèles Keras

  • Création de modèles avec Keras
  • Méthodes et attributs communs aux modèles
  • L'API de modélisation séquentielle
  • L'API de modélisation fonctionnelle
  • Création de modèles Ad-Hoc
  • Lab : Construction de réseaux de neurones avec les deux APIs de base

3) Les couches de neurones dans Keras

  • Couches de neurone dans Keras
  • Couches cœurs neuronales
  • Couches de pooling
  • Couches convolutives
  • Couches récursives
  • Couches projectives
  • Couches transformatives
  • Couches normatives
  • Couches de bruitage
  • Fonctions de couches Keras (wrappers
  • Création de couches neuronales ad-hoc
  • Lab : Construction de réseaux de neurones par combinaison de couches Keras

4) Le prétraitement des données avec Keras

  • Le prétraitement de séquences
  • Le prétraitement de textes
  • Le prétraitement d'images
  • Lab : Expérimentation des fonctions de prétraitement Keras sur un cas concret

5) L'optimisation de modèles neuronaux avec Keras

  • Fonction de pertes
  • Métrique de performances
  • Algorithmes d'optimisation
  • Gestion des fonctions d'activation neuronale
  • Usage des fonctions callbacks
  • Stratégies d'initialisation des poids
  • Régularisation des modèles neuronaux
  • Ajout de contraintes paramétriques
  • Visualisation graphique des modèles et des courbes d'apprentissage
  • Lab : Optimisation de modèle neuronaux avec Keras

6) L'apprentissage par transfert Keras

  • Le transfert Learning avec Keras
  • Modèles pré-entraînés disponibles
  • Exemples d'adaptation d'un modèle pré-entraîné
  • Lab : Réalisation d'un modèle par transfert learning

Les + de cette formation

Une formation très opérationnelle durant laquelle s'alternent les phases d'apports théoriques, d'échanges, de partage d'expériences et les séquences de mise en pratique Des ateliers sous forme d'études de cas adaptés aux métiers et besoins des participants Les retours d'expériences d'un expert pour tirer parti des différents modèles d'apprentissage