01 56 59 33 00
united-kingdom

Deep Learning

4-IT-DL
4-IT-DL
Durée : 2 jour(s)
soit 14 heures
Prix : 1200 €
Programmes
Introduction
  • Créer un premier graphe et l’exécuter dans une session
  • Cycle de vie de la valeur d’un nœud
  • Manipuler des matrices
  • Régression linéaire
  • Descente de gradient
  • Fournir des données à l’algorithme d’entraînement
  • Enregistrer et restaurer des modèles
  • Visualiser le graphe et les courbes d’apprentissage
  • Portées de noms. Partage des variables
Introduction aux réseaux de neurones artificiels
  • Du biologique à l’artificiel
  • Entraîner un PMC (perceptron multicouche) avec une API TensorFlow de haut niveau
  • Entraîner un PMC (perceptron multicouche) avec TensorFlow de base
  • Régler précisément les hyperparamètres d’un réseau de neurones
Entraînement de réseaux de neurones profonds
  • Problèmes de disparition et d’explosion des gradients
  • Réutiliser des couches pré-entraînées
  • Optimiseurs plus rapides
  • Éviter le sur-ajustement grâce à la régularisation
  • Recommandations pratiques
Réseaux de neurones convolutifs
  • L’architecture du cortex visuel
  • Couche de convolution
  • Couche de pooling
  • Architectures de CN
Deep Learning avec Keras
  • Régression logistique avec Keras
  • Perceptron avec Keras
  • Réseaux de neurones convolutifs avec Keras
Réseaux de neurones récurrents
  • Neurones récurrents
  • RNR de base avec TensorFlow
  • Entraîner des RNR. RNR profonds
  • Cellule LSTM. Cellule GRU
  • Traitement automatique du langage naturel
Autoencodeurs
  • Représentations efficaces des données
  • ACP avec un autoencodeur linéaire sous-complet
  • Autoencodeurs empilés
  • Pré-entraînement non supervisé avec des autoencodeurs empilés
  • Autoencodeurs débruiteurs. Autoencodeurs épars. Autoencodeurs variationnels. Autres autoencodeurs
Objectifs
Comprendre l’évolution des réseaux de neurones et les raisons du succès actuel du Deep Learning
Utiliser les bibliothèques de Deep Learning les plus populaires
Comprendre les principes de conception, les outils de diagnostic et les effets des différents verrous et leviers
Acquérir de l’expérience pratique sur plusieurs problèmes réels
Prérequis
Bonnes connaissances en statistiques
Bonnes connaissances du Machine Learning
Profil des participants
Ingénieurs/chefs de projet IA, consultants IA et toute personne souhaitant découvrir les techniques Deep Learning
Dates des prochaines sessions :
Du 15 au 16 février 2023
Du 7 au 8 juin 2023
Du 13 au 14 septembre 2023
Du 13 au 14 novembre 2023
Du 6 au 7 décembre 2023
Comprendre l’évolution des réseaux de neurones et les raisons du succès actuel du Deep Learning
Utiliser les bibliothèques de Deep Learning les plus populaires
Comprendre les principes de conception, les outils de diagnostic et les effets des différents verrous et leviers
Acquérir de l’expérience pratique sur plusieurs problèmes réels
Introduction
  • Créer un premier graphe et l’exécuter dans une session
  • Cycle de vie de la valeur d’un nœud
  • Manipuler des matrices
  • Régression linéaire
  • Descente de gradient
  • Fournir des données à l’algorithme d’entraînement
  • Enregistrer et restaurer des modèles
  • Visualiser le graphe et les courbes d’apprentissage
  • Portées de noms. Partage des variables
Introduction aux réseaux de neurones artificiels
  • Du biologique à l’artificiel
  • Entraîner un PMC (perceptron multicouche) avec une API TensorFlow de haut niveau
  • Entraîner un PMC (perceptron multicouche) avec TensorFlow de base
  • Régler précisément les hyperparamètres d’un réseau de neurones
Entraînement de réseaux de neurones profonds
  • Problèmes de disparition et d’explosion des gradients
  • Réutiliser des couches pré-entraînées
  • Optimiseurs plus rapides
  • Éviter le sur-ajustement grâce à la régularisation
  • Recommandations pratiques
Réseaux de neurones convolutifs
  • L’architecture du cortex visuel
  • Couche de convolution
  • Couche de pooling
  • Architectures de CN
Deep Learning avec Keras
  • Régression logistique avec Keras
  • Perceptron avec Keras
  • Réseaux de neurones convolutifs avec Keras
Réseaux de neurones récurrents
  • Neurones récurrents
  • RNR de base avec TensorFlow
  • Entraîner des RNR. RNR profonds
  • Cellule LSTM. Cellule GRU
  • Traitement automatique du langage naturel
Autoencodeurs
  • Représentations efficaces des données
  • ACP avec un autoencodeur linéaire sous-complet
  • Autoencodeurs empilés
  • Pré-entraînement non supervisé avec des autoencodeurs empilés
  • Autoencodeurs débruiteurs. Autoencodeurs épars. Autoencodeurs variationnels. Autres autoencodeurs
Ingénieurs/chefs de projet IA, consultants IA et toute personne souhaitant découvrir les techniques Deep Learning
Bonnes connaissances en statistiques
Bonnes connaissances du Machine Learning

Formateur expert dans le domaine

  • 1 ordinateur par stagiaire, 1 support de cours par stagiaire (version papier ou numérique), 1 stylo et un bloc-notes par stagiaire
  • Vidéoprojecteur et tableau blanc
  • Feuille d’émargement à la demi-journée, questionnaire de satisfaction stagiaire, évaluations des acquis tout au long de la formation, attestation de stage
  • Éligible au CPF avec passage de certification TOSA ou PCIE (en option)

En amont de la formation

  • Audit par téléphone par nos commerciaux et formateurs
  • Tests d’auto-positionnement avant l’entrée en formation par le biais de questionnaire

Au cours de la formation

  • Exercices pratiques et mises en situation professionnelle pour valider la compréhension de chaque notion abordée dans le programme de cours.

En fin de formation

  • Validation des acquis par le formateur ou via un questionnaire renseigné par les stagiaires
  • Evaluation qualitative par les participants à l’issue de la formation via un questionnaire de satisfaction accessible en ligne
  • Une attestation de fin de formation reprenant les objectifs de formation est également remise aux stagiaires puis signée par le formateur

Modalités d’inscription

  • Inscription possible jusqu’à la veille de la formation, sous réserve de places disponibles, en nous contactant au 01 56 59 33 00 ou par mail formation@sii.fr

Modalités particulières

  • Nos formations sont accessibles aux personnes en situation de handicap. Renseignez-vous auprès de notre référente handicap au 01 56 59 33 00 ou par mail pedagogie@sii.fr
Du 15 au 16 février 2023
Du 7 au 8 juin 2023
Du 13 au 14 septembre 2023
Du 13 au 14 novembre 2023
Du 6 au 7 décembre 2023

Réservez votre formation

Que cherchez-vous ?