Whizlabs

NVIDIA : Principes fondamentaux du Deep learning

Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

Whizlabs

NVIDIA : Principes fondamentaux du Deep learning

Whizlabs Instructor

Instructeur : Whizlabs Instructor

2 411 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

13 avis

niveau Intermédiaire

Expérience recommandée

4 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

13 avis

niveau Intermédiaire

Expérience recommandée

4 heures à compléter
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Comprendre les fondamentaux du deep learning, notamment le traitement des données des neurones et l'entraînement des modèles.

  • Mettre en œuvre la classification multi-classe et les CNN pour les tâches de reconnaissance d'image.

  • Appliquer l'apprentissage par transfert avec des modèles pré-entraînés pour améliorer les performances du Deep learning.

Compétences que vous acquerrez

  • Catégorie : Optimisation du modèle
  • Catégorie : Algèbre linéaire
  • Catégorie : Réseaux neuronaux convolutifs
  • Catégorie : Réseaux neuronaux artificiels
  • Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
  • Catégorie : Vision par ordinateur
  • Catégorie : Modèle de formation
  • Catégorie : Analyse d'images
  • Catégorie : Méthodes d'apprentissage automatique
  • Catégorie : Apprentissage par transfert
  • Catégorie : Apprentissage automatique appliqué
  • Catégorie : Apprentissage automatique
  • Catégorie : Traitement des données
  • Catégorie : Apprentissage profond

Outils que vous découvrirez

  • Catégorie : Tensorflow
  • Catégorie : IA générative
  • Catégorie : PyTorch (Bibliothèque d'apprentissage automatique)
  • Catégorie : Algorithmes de classification

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

4 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Préparation à l'examen (NCA-GENL) : Les MFR de l'IA générative certifiés par NVIDIA"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable

Il y a 2 modules dans ce cours

Bienvenue à la semaine 1 du cours NVIDIA : Les fondamentaux du Deep learning. Cette semaine, nous allons couvrir les bases du Deep learning. Nous explorerons la façon dont les données sont traitées dans un neurone et découvrirons la Descente gradient. Ensuite, nous ferons une démonstration de l'entraînement d'un Perceptron et nous plongerons dans la Propagation avant et la Propagation arrière dans les réseaux d'apprentissage profond. Enfin, nous nous pencherons sur les fonctions d'activation à l'aide d'une démonstration pratique. À la fin de la semaine, vous aurez une solide compréhension de ces concepts fondamentaux.

Inclus

9 vidéos2 lectures2 devoirs1 sujet de discussion

Bienvenue à la semaine 2 du cours NVIDIA : Cours sur les fondamentaux du Deep learning. Cette semaine, nous allons nous plonger dans les techniques avancées de Deep learning, où nous apprendrons la classification multi-classe à l'aide du jeu de données MNIST et explorerons comment les modèles d'apprentissage profond peuvent être appliqués pour les tâches de classification. Nous couvrirons l'entraînement d'un classificateur multiclasse et les méthodes d'ajustement et d'évaluation des performances du modèle. Ensuite, nous acquerrons une compréhension approfondie des réseaux neuronaux convolutifs (CNN), qui sont essentiels pour les tâches de reconnaissance d'image. Nous explorerons également les techniques d'Apprentissage par transfert, qui nous permettent d'exploiter des modèles pré-entraînés pour de nouvelles tâches. À la fin de la semaine, nous mettrons en œuvre l'Apprentissage par transfert sur un ensemble de données d'images à travers une démo pratique, renforçant ainsi votre compréhension de ces techniques avancées.

Inclus

5 vidéos3 lectures2 devoirs

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.

Instructeur

Whizlabs Instructor
Whizlabs
154 Cours121 193 apprenants

Offert par

Whizlabs

En savoir plus sur Développement de logiciels

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.’

Foire Aux Questions