Spécialisation TensorFlow : Techniques avancées

Découvrez de nouvelles compétences avec 30 % de réduction sur les cours dispensés par des experts du secteur. Économisez maintenant.

Spécialisation TensorFlow : Techniques avancées

Développez vos compétences et maîtrisez TensorFlow. Personnalisez vos modèles d'apprentissage automatique grâce à quatre cours pratiques !

Instructeurs : Laurence Moroney

37 013 déjà inscrits

Série de 4 cours

Approfondissez votre connaissance d’un sujet

4.8

(1,523 avis)

niveau Intermédiaire

Expérience recommandée

2 mois à raison de 10 heures par semaine

Planning flexible

Obtenir une qualification professionnelle

Partagez votre expertise avec les employeurs

Série de 4 cours

Approfondissez votre connaissance d’un sujet

4.8

(1,523 avis)

niveau Intermédiaire

Expérience recommandée

2 mois à raison de 10 heures par semaine

Planning flexible

Obtenir une qualification professionnelle

Partagez votre expertise avec les employeurs

Ce que vous apprendrez

Comprenez la base sous-jacente de l'API fonctionnelle et construisez des types de modèles exotiques non séquentiels, des fonctions de perte personnalisées et des couches.
Apprenez à optimiser et à utiliser GradientTape et Autograph, à optimiser la formation dans différents environnements avec plusieurs processeurs et types de puces.
Pratiquez la détection d'objets, la segmentation d'images et l'interprétation visuelle des convolutions.
Explorez l'apprentissage génératif profond et la manière dont les IA peuvent créer de nouveaux contenus, du transfert de style à l'encodage automatique et des VAE aux GAN.

Vue d'ensemble

À propos de TensorFlow

TensorFlow est une plateforme open-source de bout en bout pour l'apprentissage automatique. Elle dispose d'un écosystème complet et flexible d'outils, de bibliothèques et de ressources communautaires qui permet aux chercheurs de faire avancer l'apprentissage automatique et aux développeurs de créer et de déployer facilement des applications basées sur l'apprentissage automatique. TensorFlow est couramment utilisé pour des applications d'apprentissage automatique telles que la reconnaissance et la détection vocales, Google Translate, la reconnaissance d'images et le traitement du langage naturel.

À propos de cette Specializations

Développez vos connaissances de l'API fonctionnelle et construisez des types de modèles exotiques non séquentiels. Apprenez à optimiser l'entraînement dans différents environnements avec plusieurs processeurs et types de puces et initiez-vous à des scénarios avancés de vision par ordinateur tels que la détection d'objets, la segmentation d'images et l'interprétation de convolutions. Explorez l'apprentissage profond génératif, y compris les façons dont les IA peuvent créer de nouveaux contenus, du transfert de style à l'encodage automatique, en passant par les VAE et les GAN.

À propos de vous

Cette Specialization s'adresse aux ingénieurs en logiciel et en apprentissage automatique ayant une compréhension fondamentale de TensorFlow qui cherchent à élargir leurs connaissances et leurs compétences en apprenant des fonctionnalités avancées de TensorFlow pour construire des modèles puissants.

Vous cherchez un point de départ ? Maîtrisez les bases fondamentales avec le certificat professionnel DeepLearning.AI TensorFlow Developer.

Prêt à déployer vos modèles dans le monde entier ? Apprenez à passer à l'action avec la spécialisation TensorFlow : données et déploiement.

Compétences que vous acquerrez

Outils que vous découvrirez

Ce qui est inclus

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

16 exercices pratiques

Améliorez votre expertise en la matière

Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
Maîtrisez un sujet ou un outil avec des projets pratiques
Développez une compréhension approfondie de concepts clés
Obtenez un certificat professionnel auprès de DeepLearning.AI

Spécialisation - série de 4 cours

Dans cette Specializations, vous acquerrez des connaissances pratiques et une formation pratique sur les techniques avancées de TensorFlow, telles que le transfert de style, la détection d'objets et l'apprentissage automatique génératif.

Cours 1 : Comprenez la base sous-jacente de l'API fonctionnelle et construisez des types de modèles exotiques non séquentiels, des fonctions de perte personnalisées et des couches.

Cours 2 : Apprenez comment fonctionne l'optimisation et comment utiliser GradientTape et Autograph. Optimisez la formation dans différents environnements avec plusieurs processeurs et types de puces.

Cours 3 : Pratiquez la détection d'objets, la segmentation d'images et l'interprétation visuelle des convolutions.

Cours4 : Explorez l'apprentissage profond génératif et la façon dont les IA peuvent créer de nouveaux contenus, du transfert de style aux réseaux adversoriels génératifs en passant par l'encodage automatique et les VAE.

Modèles, couches et fonctions de perte personnalisés avec TensorFlow

COURS 130 heures4.9 (1,100 évaluations)Voir le cours

Ce que vous apprendrez

Dans ce cours, vous allez : - Comparer les API fonctionnelles et séquentielles, découvrir les nouveaux modèles que vous pouvez construire avec l'API fonctionnelle et construire un modèle qui produit plusieurs sorties, y compris un réseau siamois ; - Construire des fonctions de perte personnalisées (y compris la fonction de perte contrastive utilisée dans un réseau siamois) afin de mesurer l'efficacité d'un modèle et d'aider votre réseau neuronal à apprendre à partir des données de formation ; - Construire des couches standard existantes pour créer des couches personnalisées pour vos modèles, personnaliser une couche de réseau avec une couche lambda, comprendre les différences entre elles et explorer les fonctions d'activation.

- Construire à partir de couches standard existantes pour créer des couches personnalisées pour vos modèles, personnaliser une couche de réseau avec une couche lambda, comprendre les différences entre elles, apprendre ce qui compose une couche personnalisée et explorer les fonctions d'activation. - Construisez à partir de modèles existants pour ajouter des fonctionnalités personnalisées, apprenez à définir votre propre classe personnalisée au lieu d'utiliser les API fonctionnelles ou séquentielles, construisez des modèles qui peuvent être hérités de la classe TensorFlow Model, et construisez un réseau résiduel (ResNet) en définissant une classe de modèle personnalisée. La Specialization DeepLearning.AI TensorFlow : Advanced Techniques présente les fonctionnalités de TensorFlow qui offrent aux apprenants plus de contrôle sur l'architecture de leur modèle et des outils qui les aident à créer et à former des modèles ML avancés. Cette Specialization s'adresse aux ingénieurs logiciels et machine learning en début et milieu de carrière ayant une compréhension fondamentale de TensorFlow et qui cherchent à élargir leurs connaissances et leurs compétences en apprenant les fonctionnalités avancées de TensorFlow pour construire des modèles puissants.

Compétences que vous acquerrez

Catégorie : Tensorflow

Catégorie : Réseaux neuronaux artificiels

Catégorie : Keras (bibliothèque de réseaux neurones)

Catégorie : Vision par ordinateur

Catégorie : Programmation orientée objet (POO)

Catégorie : Deep learning

Catégorie : Modèle de réseau

Formation personnalisée et distribuée avec TensorFlow

COURS 224 heures4.8 (434 évaluations)Voir le cours

Ce que vous apprendrez

Dans ce cours, vous allez : - Apprendre à connaître les objets Tensor, les blocs de construction fondamentaux de TensorFlow, comprendre la différence entre les modes eager et graph dans TensorFlow, et apprendre à utiliser un outil TensorFlow pour calculer les gradients - Construire vos propres boucles d'entraînement personnalisées en utilisant GradientTape et TensorFlow Datasets pour obtenir plus de flexibilité et de visibilité avec l'entraînement de votre modèle - Apprendre les avantages de la génération de code qui s'exécute en mode graph, jeter un coup d'œil à ce à quoi ressemble le code graph, et pratiquer la génération de ce code plus efficace automatiquement avec les outils TensorFlow

- Découvrez les avantages de la génération de code qui s'exécute en mode graphique, jetez un coup d'œil à ce à quoi ressemble un code graphique et entraînez-vous à générer ce code plus efficace automatiquement avec les outils de TensorFlow - Exploitez la puissance de l'entraînement distribué pour traiter plus de données et entraîner des modèles plus importants, plus rapidement, obtenez un aperçu des différentes stratégies d'entraînement distribué et entraînez-vous à travailler avec une stratégie qui entraîne sur plusieurs cœurs GPU et une autre qui entraîne sur plusieurs cœurs TPU. La spécialisation DeepLearning.AI TensorFlow : Advanced Techniques présente les fonctionnalités de TensorFlow qui offrent aux apprenants plus de contrôle sur l'architecture de leur modèle et des outils qui les aident à créer et à former des modèles ML avancés. Cette Specialization s'adresse aux ingénieurs en logiciel et en machine learning en début et milieu de carrière ayant une compréhension fondamentale de TensorFlow et qui cherchent à élargir leurs connaissances et leurs compétences en apprenant les fonctionnalités avancées de TensorFlow pour construire des modèles puissants.

Compétences que vous acquerrez

Catégorie : Tensorflow

Catégorie : Informatique distribuée

Catégorie : NumPy

Catégorie : Optimisation des performances

Catégorie : Deep learning

Catégorie : Keras (bibliothèque de réseaux neurones)

Vision artificielle avancée avec TensorFlow

COURS 319 heures4.7 (526 évaluations)Voir le cours

Ce que vous apprendrez

Dans ce cours, vous allez : a) Explorer la classification d'images, la segmentation d'images, la localisation d'objets et la détection d'objets. Appliquer l'apprentissage par transfert à la localisation et à la détection d'objets. b) Appliquer des modèles de détection d'objets tels que regional-CNN et ResNet-50, personnaliser des modèles existants et construire vos propres modèles pour détecter, localiser et étiqueter vos propres images de canards en caoutchouc. c) Mettre en œuvre la segmentation d'images en utilisant des variantes du réseau entièrement convolutif (FCN), y compris U-Net et d) Mask-RCNN pour identifier et détecter des nombres, des animaux domestiques, des zombies, etc.

d) Identifier quelles parties d'une image sont utilisées par votre modèle pour faire ses prédictions en utilisant des cartes d'activation de classe et des cartes de saillance et appliquer ces méthodes d'interprétation ML pour inspecter et améliorer la conception d'un célèbre réseau, AlexNet. La Specialization DeepLearning.AI TensorFlow : Advanced Techniques présente les fonctionnalités de TensorFlow qui offrent aux apprenants plus de contrôle sur l'architecture de leur modèle et des outils qui les aident à créer et à former des modèles ML avancés. Cette Specialization s'adresse aux ingénieurs logiciels et d'apprentissage automatique en début et milieu de carrière ayant une compréhension fondamentale de TensorFlow et qui cherchent à élargir leurs connaissances et leurs compétences en apprenant les fonctionnalités avancées de TensorFlow pour construire des modèles puissants.

Compétences que vous acquerrez

Catégorie : Tensorflow

Catégorie : Vision par ordinateur

Catégorie : Deep learning

Catégorie : Analyse d'images

Catégorie : Keras (bibliothèque de réseaux neurones)

Catégorie : Visualisation (infographie)

Catégorie : Cartes de chaleur

Catégorie : Architecture de réseau

Apprentissage profond génératif avec TensorFlow

COURS 416 heures4.9 (309 évaluations)Voir le cours

Ce que vous apprendrez

Dans ce cours, vous allez :

a) Apprendre le transfert de style neuronal en utilisant l'apprentissage par transfert : extraire le contenu d'une image (ex. cygne), et le style d'une peinture (ex. cubiste ou impressionniste), et combiner le contenu et le style dans une nouvelle image. b) Construire des autoencodeurs simples sur l'ensemble de données MNIST familier, et des architectures profondes et convolutives plus complexes sur l'ensemble de données Fashion MNIST, comprendre la différence entre les résultats des modèles d'autoencodeurs DNN et CNN, identifier les moyens de débruiter les images bruyantes, et construire un autoencodeur CNN en utilisant TensorFlow pour produire une image propre à partir d'une image bruyante. c) Explorer les autoencodeurs variationnels (VAE) pour générer des données entièrement nouvelles, et générer des visages d'anime pour les comparer à des images de référence. d) Apprenez à connaître les GANs ; leur invention, leurs propriétés, leur architecture, et comment ils varient des VAEs, comprenez la fonction du générateur et du discriminateur au sein du modèle, le concept des 2 phases d'entraînement et le rôle du bruit introduit, et construisez votre propre GAN qui peut générer des visages. La Specialization DeepLearning.AI TensorFlow : Advanced Techniques présente les fonctionnalités de TensorFlow qui offrent aux apprenants un plus grand contrôle sur l'architecture de leur modèle, et leur donne les outils pour créer et entraîner des modèles ML avancés. Cette Specialization s'adresse aux ingénieurs logiciels et machine learning en début et milieu de carrière ayant une compréhension fondamentale de TensorFlow et qui cherchent à étendre leurs connaissances et leurs compétences en apprenant les fonctionnalités avancées de TensorFlow pour construire des modèles puissants.

Compétences que vous acquerrez

Catégorie : Deep learning

Catégorie : Tensorflow

Catégorie : IA générative

Catégorie : Réseaux neuronaux artificiels

Catégorie : Analyse d'images

Catégorie : Apprentissage non supervisé

Catégorie : Architectures de modèles génératifs

Catégorie : Vision par ordinateur

Catégorie : Keras (bibliothèque de réseaux neurones)

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

Laurence Moroney

DeepLearning.AI

19 Cours572 182 apprenants

Eddy Shyu

DeepLearning.AI

17 Cours1 363 125 apprenants

Offert par

DeepLearning.AI

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions

TensorFlow est une plateforme opensource de bout en bout pour l'apprentissage automatique. Elle dispose d'un écosystème complet et flexible d'outils, de bibliothèques et de ressources communautaires qui permet aux chercheurs de faire progresser l'apprentissage automatique et aux développeurs de créer et de déployer facilement des applications basées sur l'apprentissage automatique.

TensorFlow est couramment utilisé pour des applications d'apprentissage automatique telles que la reconnaissance et la détection vocales, Google Translate, la reconnaissance d'images et le traitement du langage naturel.

TensorFlow est l'une des bibliothèques open-source les plus utilisées pour construire et déployer des modèles de ML.

La spécialisation DeepLearning.AI TensorFlow : Advanced Techniques présente les fonctionnalités de TensorFlow qui offrent aux apprenants plus de contrôle sur l'architecture de leur modèle et des outils qui les aident à créer et à former des modèles ML avancés.

Dans cette Specializations, vous développerez vos connaissances de l'API fonctionnelle et construirez des types de modèles exotiques non séquentiels. Vous apprendrez à optimiser l'entraînement dans différents environnements avec plusieurs processeurs et types de puces et vous serez initié à des scénarios de vision artificielle avancés tels que la détection d'objets, la segmentation d'images et l'interprétation de convolutions. Vous explorerez également l'apprentissage profond génératif, y compris les façons dont les IA peuvent créer de nouveaux contenus, du transfert de style à l'encodage automatique, en passant par les VAE et les GAN.

Le certificat professionnel de développeur TensorFlow de DeepLearning.AI DeepLearning.AI TensorFlow Developer Professional Certificate (certificat professionnel de développeur TensorFlow) vous permet d'acquérir les connaissances fondamentales pour créer des modèles TensorFlow d'entrée de gamme à l'aide de l'API séquentielle et vous prépare à l'examen du certificat de développeur TensorFlow de Google.

Dans cette nouvelle Specializations TensorFlow, vous élargirez votre ensemble de compétences et ferez passer votre compréhension des techniques TensorFlow au niveau supérieur. Vous apprendrez à utiliser l'API fonctionnelle pour la formation personnalisée, les couches personnalisées et les modèles personnalisés. Vous serez équipé pour maîtriser TensorFlow afin de construire des applications puissantes pour des scénarios complexes.

Specializations : Acquérir des connaissances pratiques et une formation pratique sur les techniques avancées de TensorFlow telles que le transfert de style (peindre une image dans le style d'une autre), la détection d'objets (détecter où se trouve un objet dans une image) et l'apprentissage machine génératif (générer de nouvelles images à partir de zéro).

Cours 1 : Comprenez la base sous-jacente de l'API fonctionnelle et construisez des types de modèles exotiques non séquentiels, des fonctions de perte personnalisées et des couches.

Cours 3 : Pratiquez la détection d'objets, la segmentation d'images et l'interprétation visuelle des convolutions.

La Specialization TensorFlow : Advanced Techniques offre un parcours accessible aux ingénieurs logiciels et machine learning en début et milieu de carrière ayant une connaissance fondamentale de TensorFlow et cherchant à maîtriser TensorFlow en leur apprenant à utiliser des fonctionnalités avancées afin d'élargir leur ensemble de compétences et de construire des modèles puissants.

Les apprenants doivent avoir une connaissance pratique de l'IA et de l'apprentissage profond. Ils doivent avoir des compétences intermédiaires en Python (la compréhension des décorateurs et des gestionnaires de contexte est préférable) ainsi qu'une certaine expérience avec n'importe quel cadre d'apprentissage profond (TensorFlow, Keras ou PyTorch). Les apprenants doivent maîtriser les bases du calcul, de l'algèbre linéaire et des statistiques.

Nous vous recommandons vivement de suivre la Specializations sur l'apprentissage profond avant de commencer cette Specialization.

Cette Specialization a été créée par Laurence Moroney.

Laurence dirige AI Advocacy chez Google, avec la vision de rendre l'IA facile pour les développeurs et d'élargir l'accès aux carrières en ML pour tout le monde. Il a écrit des dizaines de livres de programmation, le plus récent étant "AI and ML for Coders" chez O'Reilly. Laurence pense que les MOOC sont l'une des meilleures façons d'apprendre, et est enthousiaste à l'idée de créer des Specializations TensorFlow avec DeepLearning.AI sur Coursera.

Lorsqu'il ne travaille pas avec la technologie, il est un membre actif des Science Fiction Writers of America et a écrit plusieurs romans et bandes dessinées de science-fiction ainsi qu'un scénario. Laurence est basé dans l'État de Washington, où il boit beaucoup trop de café.

Oui ! Pour commencer, cliquez sur la fiche du cours qui vous intéresse et inscrivez-vous. Vous pouvez vous inscrire et suivre le cours pour obtenir un certificat à partager. Lorsque vous vous inscrivez à un cours qui fait partie d'une Spécialisation, vous êtes automatiquement abonné à la Spécialisation complète. Rendez-vous sur votre tableau de bord pour suivre vos progrès.

Non, vous ne pouvez pas suivre ce cours gratuitement. Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Spécialisation et vous recevez un certificat lorsque vous terminez les activités. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez suivre le cours sans frais en auditeur libre. Si vous n'avez pas les moyens de payer les frais d'inscription, vous pouvez demander une aide financière.