Le Deep learning révolutionne de nombreux domaines, notamment la vision par ordinateur, le traitement du langage naturel et la robotique. En outre, Keras, une API de réseaux neurones de haut niveau écrite en Python, est devenue un élément essentiel de TensorFlow, rendant l'apprentissage profond accessible et simple. La maîtrise de ces techniques ouvrira de nombreuses opportunités dans la recherche et l'industrie. Vous apprendrez à créer des couches et des modèles personnalisés dans Keras et à intégrer Keras à TensorFlow 2.x pour des fonctionnalités améliorées.

Vous développerez des réseaux neuronaux convolutifs (CNN) avancés à l'aide de Keras. Vous construirez également des modèles transformateurs pour les données séquentielles et les séries chronologiques en cours d'utilisation TensorFlow avec Keras. Le cours couvre également les principes de l'apprentissage non supervisé dans Keras et TensorFlow pour l'optimisation des modèles et les boucles d'entraînement personnalisées. Enfin, vous développerez et formerez des réseaux Q profonds (DQN) avec Keras pour des tâches avancées d'apprentissage par renforcement. Vous pourrez mettre en pratique les concepts appris dans les laboratoires pratiques après chaque leçon. Un projet final culminant dans le dernier module vous donnera l'occasion d'appliquer vos connaissances pour construire un modèle de régression dans Keras. Ce cours convient à tous les ingénieurs IA en herbe qui souhaitent apprendre TensorFlow et Keras. Il nécessite quelques connaissances de base en programmation Python et des concepts mathématiques de base tels que les gradients et les matrices.